在数字经济快速发展的背景下，统计学理论与数据科学实践的深度结合，正在成为技术创新的重要推动力。即将召开的第四届青年统计学家春季论坛，将聚焦智能算法发展中的一个核心问题：如何用统计学方法改进模型对齐，使其更好地与人类价值观协同。 本届论坛首场报告由宾夕法尼亚大学苏炜杰副教授主讲。其研究指出，主流算法训练中存在“偏好坍缩”现象：基于人类反馈的强化学习在模型对齐过程中可能引入系统性偏差，原因在于标量奖励函数将复杂的人类偏好过度简化。研究显示，通过在奖励函数设计中引入正则化项，可在一定程度上提升模型决策的合理性。 更更的理论分析表明，当人类偏好具有循环性特征时，传统标量奖励模型存在难以消除的近似误差下限，这对现有训练范式提出了挑战。值得关注的是，研究团队从博弈论视角证明：在现实中常见的稀疏数据场景下，标准训练方法在效果上与Copeland聚合规则相一致，为算法在社会选择意义上的合理性提供了新的解释框架。 针对标量奖励函数的固有限制，学界正探索基于“双参与者零和博弈”框架的对齐新范式。该方法有望突破单一评价维度的约束，为构建更具适应性的智能系统提供新的思路。
在智能技术与数据要素加速融合的新阶段，学术共同体不仅要跟进前沿，更要夯实理论与方法基础；以系列论坛为纽带，把复杂问题讲清楚、把关键机制说明白、把方法适用边界交代清晰，才能推动技术从热潮走向理性进步，为科研创新与产业发展提供更可靠的知识支撑与人才动力。