Behavioural feasible set: Value alignment constraints on AI decision support
创建于 更新于
摘要
本文提出“behavioural feasible set”框架：用基于KL的偏离预算κ描述供应商对商用基础模型经对齐后可产生建议的可达集合，进而导出两类诊断阈值（binary reversal 与 stakeholder balancing）并通过情景化实验在开源与商用模型上校准，结果表明对齐会显著压缩可达集合并重塑隐含的利益相关者优先级，从而把部分组织可谈判的决策边界上移到供应商处，需在采购与治理层面纳入行为可达性检测与版本管控 [page::0][page::11][page::25]
