判例法 grounding：利用先例对齐人类与AI的决策

从在线社区内容审核到生成社会性恰当的生成式输出，决策任务——无论由人类还是AI执行——通常依赖于主观或社会确立的标准。为确保此类决策的一致性，主流流程主要利用高层规则和指南来 grounding 决策，类似于法律语境中应用“宪法”。然而，宪法式 grounding 在制定和解释上的不一致可能导致不良甚至错误的决策。在本工作中，我们引入“判例法 grounding”（CLG）——一种利用过往决策来 grounding 主观决策的方法，类似于判例法中对先例的使用。我们展示了该 grounding 方法如何在人类和AI决策语境中实现，提出了一种人工主导流程和一种大语言模型（LLM）提示设置。通过在两个决策任务领域对五个群体和社区进行评估，我们发现使用CLG产生的决策在5个群体中的4个里显著更准确地对齐真值，在人类流程中准确率提高16.0–23.3个百分点，在LLMs中提高20.8–32.9个百分点。我们还考察了检索窗口大小和决策约束性质等不同配置的影响，发现约束性决策和更大检索窗口是有益的。最后，我们讨论了在对齐人类与AI决策时，使用CLG增强现有宪法式 grounding 的更广泛意义。