#大模型对齐

动态缩放激活引导DSAS：让大模型只在需要时被干预

动态缩放激活引导（DSAS）是一种方法无关的模型控制框架，通过解耦"何时引导"与"如何引导"，仅在检测到不期望行为时才施加强干预，从而在保证毒性抑制等安全目标的同时，避免传统激活引导对正常输入的性能损害。