PaSS:用迭代零空间投影提取人格子空间,实现 LLM 行为控制
PaSS 不训练模型,用 INLP 在推理时把人格拆成多维子空间来放大或抑制某种特质,在 MATH-500、GSM8K 上验证比单方向激活导向更细。
PaSS 不训练模型,用 INLP 在推理时把人格拆成多维子空间来放大或抑制某种特质,在 MATH-500、GSM8K 上验证比单方向激活导向更细。
做模型微调或可解释性研究的团队会感兴趣——它揭示了LoRA和激活导向的线性假设为何局部成立但全局不成立,建议在调试任务向量时参考其轨迹前缀基方法。