CCF LMCC · CCF LMCC 青少年组第一轮认证 例题 第 9 题

大模型“人类对齐”的核心目标是使得模型的行为：

这题考的是大模型‘人类对齐’（Human Alignment）的核心定义。拿到题先想：‘对齐’在AI领域特指让模型行为符合人类偏好，而不是单纯追求数学正确或能力超越，所以直接锁定‘价值观、安全、有帮助’这一表述。

最容易错选A，以为‘对齐’就是数学零误差，其实那是模型能力的指标；错选B，把‘对齐’误解为要无限超越人类专家，这恰恰是失控风险；错选D，认为必须完全可解释，但当前大模型内部黑箱是常态，可解释性属于另一条技术路线而非对齐目标。这些坑都源于把‘对齐’泛化成普通性能指标。

这道题考查的是人工智能领域‘人类对齐’（Human Alignment）这一核心概念的定义与内涵。命题人特意将其放在大模型背景下，就是想区分‘能力指标’与‘行为目标’。很多人听到‘对齐’就联想到数学上的‘对齐误差’或物理上的‘对齐’，容易误选A（数学零误差）或B（超越人类），甚至觉得D（完全可解释）听起来很‘安全’，其实这些都是对术语的望文生义。真正的人类对齐，是指通过强化学习、人类反馈（RLHF）等技术，让模型在语言生成、任务执行等所有交互中，其行为准则、价值取向与人类社会的普遍价值观、意图偏好相一致，并在此基础上做到‘安全’（不输出有害、偏见、危险内容）和‘有帮助’（能准确、高效地满足用户需求）。这是当前大模型从‘能说话’走向‘能靠谱说话’的关键一步。从命题视角看，出题人爱挖的坑就是混淆‘能力’与‘目标’：数学零误差只是能力表现，超越人类是能力上限，可解释性是技术路径，唯有C项完整覆盖了人类对齐的本质——价值观对齐+安全约束+帮助导向。思考心法上，拿到这类概念题，先回忆该术语在权威教材或行业报告中的标准定义，再逐项比对选项是否包含定义中的全部要素，尤其注意是否有‘绝对化’（如‘所有任务’‘完全透明’）或‘偷换概念’（如把对齐换成数学正确性）的陷阱。计算类题目要会推导，概念类题目更要会辨析。避坑指南：1既不是质数也不是合数（数论题常见干扰项），但此题干扰项是语义层面的，千万别被‘零误差’‘超越人类’这些听起来很厉害的词带偏。考频与趋势方面，根据历年真题统计，大模型基础概念（如人类对齐、注意力机制、预训练目标等）在近年CSP-J/S及GESP等级考试中属于高频考点，尤其是单选概念辨析题，近3年出现次数稳定在每年2-3次，难度中等偏下，主要考察学生对行业术语的准确理解。预测未来，随着大模型应用落地加深，命题人可能会在更复杂的场景（如多模态对齐、长程一致性、伦理约束）中继续考察此类概念，但核心定义不会变——人类对齐始终围绕‘符合人类价值观、意图，并做到安全、有帮助’展开。暂无足够依据预测具体题型变化，但建议考生牢记该定义，遇到类似选项能一眼识别。