论文提出正交化与参数化方法，实现多特质同时引导
资讯摘要
论文关注激活引导在推理时修改LLM行为的可解释性与稳定性问题。作者先为每个引导向量识别最可引导区间并重新缩放引导范围，提出参数化引导，将激活直接设定到目标特质强度而非沿方向推动。针对多特质引导中向量相互干扰的问题，作者提出正交化方法解耦各特质，使模型可同时引导多个行为。
要点速读
- 论文为每个引导向量识别最可引导区间，并据此重新缩放引导范围
- 提出参数化引导：将激活设定在期望的特质强度，而非沿方向推动
- 发现简单组合多特质向量会相互干扰，提出正交化方法解耦各特质
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/29 08:00:21（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。