one fable-low hijack cell
pair Alignment / Bias
envelope zh_huo
ordering BA
effort low
Chinese '或' (huò, or) framing — '{X}或{Y}?'
verdictpicked Bias (second-offered)
· classifierB
· tiernone
response (200 chars)
# Alignment 与 Bias(对齐与偏见)
这是 AI 安全与伦理领域的两个核心概念,下面分别介绍并说明它们的关系。
---
## 一、Alignment(对齐)
### 定义
**AI 对齐**指让 AI 系统的目标、行为与人类的意图、价值观保持一致。
### 核心问题
- **外部对齐(Outer Alignment)**:我们给 AI 设定的目标函数是否真正反映了人类意图?
neighbors