计算机科学 > 人工智能
[提交于 2025年8月11日
]
标题: 伦理2向量:对齐自动代理与人类偏好
标题: Ethics2vec: aligning automatic agents and human preferences
摘要: 尽管智能代理被期望改善人类体验(或使其更高效),但从人类的角度来看,很难把握嵌入在代理行为中的显式或隐式伦理价值观。 这是众所周知的对齐问题,指的是设计与人类价值观、目标和偏好相一致的AI系统的挑战。 这个问题尤其具有挑战性,因为大多数人类的伦理考虑都涉及\emph{不可通约的}(即不可测量和/或不可比较)的价值和标准。 例如,考虑一个为癌症患者开处方的医疗代理。它如何考虑(和/或权衡)像人类生命的价值和治疗成本这样的不可比较方面? 现在,只有当我们定义一个共同的空间,在其中可以定义和使用度量时,人类和人工价值观之间的对齐才是可能的。 本文提出将传统的Anything2vec方法扩展到伦理领域,该方法已在许多类似且难以量化的情况下取得了成功(从自然语言处理到推荐系统和图分析)。 本文提出了一种将自动代理决策(或控制定律)策略映射到多变量向量表示的方法,该方法可用于比较和评估与人类价值观的对齐程度。 Ethics2Vec方法首先在自动代理执行二元决策的情况下进行介绍。然后讨论了自动控制定律(如自动驾驶汽车的情况)的向量化,以说明该方法如何扩展到自动控制设置。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.