待验证50% 置信事实精确时间
引导(Steering)通过向前向传播中特定层的激活向量加上一个引导向量来改变模型行为,该向量通常由对比正反例的激活差异计算得到。
1
来源数
50%
置信度
长期有效
时效性
2026/11/6
首次发现
来源
涉及实体
相关事实
已验证模型引导(steering)通过在推理过程中直接修改中间层的激活向量,在不修改权重的前提下影响模型输出行为77% 相似待验证扰动对模型输出的影响取决于具体模型的内部机制,不同架构的模型对相同扰动会呈现截然不同的响应74% 相似待验证受控混合干预实验显示,模型所利用的输入差异同时取决于专家和 token 两方面因素,路由偏好并非静态标签而是与具体输入动态耦合。73% 相似待验证激活引导(activation steering)或表示工程(representation engineering)直接在模型的内部激活层上施加干预向量,在不修改模型权重的情况下改变生成方向73% 相似待验证微调直接作用于模型已学到的表征,可能同时扰动与目标行为共享内部表征的其他行为,这是行为耦合发生的技术土壤。72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1142310API
curl https://kongchang.com/api/v1/knowledge/claims/1142310MCP
get_claim(id=1142310)