研究人员提出了一种名为DxHF的新方法，旨在通过“交互式分解”提升大模型对齐过程中人类反馈的质量。当前主流的AI对齐技术如RLHF和DPO高度依赖人类对长篇文本的偏好判断，但传统界面要求用户直接对比冗长内容，易引发认知超载，尤其在文本复杂或不熟悉时，用户难以全面理解与记忆差异，导致反馈偏差与质量下降。针对这一问题，英国剑桥大学副研究员史丹青博士及其团队提出基于“分解原则”的交互式反馈框架，将复杂文本拆解为独立、简洁的语义陈述，使用户可逐项评估，再整合判断，从而降低认知负担。该方法结合视觉辅助设计，通过不透明度编码突出关键信息，用语义连接线展现跨文本相似点，显著提升对比效率与准确性。实验结果显示，DxHF平均提升用户反馈准确率约5%，在不确定性情境下提升达6.4%；尽管反馈时间略有增加，但用户决策信心增强，认知负荷明显下降。研究分三阶段推进：首先通过文献分析确立问题，引入人机交互中的分解原则；其次进行多轮界面原型设计与消融实验，优化分解粒度与视觉表达；最后通过AI仿真与160余名众包用户的在线实验验证效果。设计灵感源于物理折叠手册的可展开结构，实现整体性与细节探索的平衡。参与者普遍认可该界面的灵活性——简单任务可快速完成，复杂任务则支持深度剖析。审稿人高度评价该研究，认为其不仅解决AI对齐中的核心痛点，更具备在法律文书比对、政策分析等高精度文本决策场景的广泛应用潜力。该成果已被人机交互领域顶级会议UIST 2025接收，将于2025年9月在韩国釜山举行。史丹青博士长期致力于人智交互研究，聚焦AI对齐与人类行为建模，其团队此前已在机器人领域开展交互式奖励调节与可视化对齐工作，此次研究成功将该范式拓展至大语言模型文本分析。项目在瑞士苏黎世联邦理工访问期间完成，与Mennatallah El-Assady教授及程富瑞博士合作，融合双方在交互式机器学习与可解释性AI方面的优势，推动AI系统更精准地理解人类偏好。该方法有望成为下一代高质量人类反馈采集的标准工具，为构建更可信、更符合人类价值观的AI系统提供关键支撑。