本文综述大语言模型对齐技术，涵盖数据收集、训练与评估。主要方法包括：Aligner通过校正残差实现参数高效对齐，有用性和无害性分别平均提升18%和23%；ALMoST结合奖励建模与模拟演示，7B模型胜率约75%；医学领域采用“扩展-猜测-精化”策略，在USMLE子集上达70.63%；教育对齐模型能分解复杂问题；FIGA利用细粒度质量信号改进对齐。