Chinese contentREACT：通过干预思维链早期隐状态提升推理模型安全输出
这篇论文找到了干预思维链的最佳时机：开头两三个 token。在 DeepSeek-R1-Distill-8B 上把安全输出率从 29% 拉到 82%，权重还不用动。
#REACT
1 stories · 1 in 7 days · 1 in 30 days
Stories, products and papers tagged "REACT", newest first.
Oct 26
这篇论文找到了干预思维链的最佳时机：开头两三个 token。在 DeepSeek-R1-Distill-8B 上把安全输出率从 29% 拉到 82%，权重还不用动。