面试题库 › 算法 / 大模型 › 模型对齐(Alignment)的本质是什么

模型对齐(Alignment)的本质是什么

难度 ★★☆在 1 场真实面经中被问到 方向:算法 / 大模型考点:强化学习对齐

常见岗位:产品经理

答案要点

  1. 对齐是让模型行为符合人类意图与价值观,常说有用、诚实、无害
  2. 技术手段包括指令微调、RLHF、DPO、红队测试、安全过滤
  3. 行为边界由人定义,涉及法律合规、文化差异与责任归属
  4. 有用性与安全性存在取舍,过度对齐会造成过度拒答
  5. 需跨团队制定规范并在上线后持续监控迭代

易错点

面试官常见追问

完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。

相关面试题