概念parity
对齐度
在强化学习环境构建中,指模拟器与真实目标系统在状态转移、物理规则、奖励信号和观测表示上的一致程度。对齐度不足会导致智能体利用模拟器偏差进行reward hacking,产生sim-to-real gap。
时间轴 (近 90 天)
10月26日
对齐度(parity)指模拟器与真实目标系统在状态转移、物理规则、奖励信号和观测表示上的一致程度;对齐度不足会导致智能体利用模拟器偏差作弊,造成 sim-to-real gap。
待验证50%
10月21日
该框架区分价值表达(可识别价值观的范围)与价值组织(价值观如何在多轮对话中分布与延续)两个维度,并提出价值覆盖度、对齐度、扩散度和跨轮动态等指标。
待验证50%
10月7日
对齐度反映该结构与概念在特定上下文中的表征对齐程度
待验证50%
10月7日
低对齐度不只削弱效果,而是能够反转干预方向,直接抑制概念的表达
待验证50%