Thick Alignment：面向价值观与AI系统的社会框架

研究者提出“厚对齐”（thick alignment）框架，批评将人类价值观简化为偏好标注、奖励建模和消费者评分等单一指标的“薄对齐”做法。文章区分“Halcyon misalignment”与“Mirrored misalignment”两类错位，后者指系统在薄意义上对齐却准确复制了不平等社会秩序。