第一章介绍了扩展大型语言模型对齐 (alignment)中固有的挑战。本章着重讲解一种提出的解决方案——宪法人工智能（CAI）的理论依据。本章阐述了CAI如何旨在依据预先设定的原则引导模型行为，从而减少对每个生成响应的人工直接反馈的依赖。

您将学习到：

• CAI背后的核心理念。
• 制定有效宪法的方法与考量。
• 监督学习 (supervised learning)阶段的工作方式，即人工智能如何依据宪法批评并修正输出。
• CAI反馈循环的数学表达。
• CAI与标准指令微调 (fine-tuning)方法的对比。
• CAI框架的潜在不足与批判性观点。

到本章结束时，您将对CAI的运作方式及其设计理由有扎实的理解。