“逆向博弈论”如何约束 AI 智能体

对齐研究者正转向“逆向博弈论”（机制设计），通过设计激励规则而非窥探模型内部来约束 AI 智能体。MIT 经济学家 Stephen Morris 等人的预印本论文提出让模型答案预测另一模型输出。