英文：Generalized Alignment 分类：alignment
对齐效果从训练分布泛化到新情境的能力：模型在未见过的场景/任务/文化下仍保持安全与符合价值观，而非仅记住训练中的安全样例。
挑战：分布外（新话题/新攻击）、环境变化（新工具/新能力）、目标漂移（能力增长后错位）；方法：对抗训练（多样化红队）、原则性对齐（宪法 AI）、持续评估（新场景测试）；评测：OOD 安全基准、新攻击成功率。
用于模型迭代（能力增长与对齐赛跑）、新功能上线（新攻击面）、多文化部署与长期安全监控；泛化对齐是"对齐不退化"的长期课题。