arXiv · cs.AI· Keqi Chen, Zekai Sun, Yuhua Wen, Tianyi Tian, Xinyang Huang, Huijun Lian, Yingming Gao, Ya Li·· 2 天前
NeuroSteer通过稀疏自编码器实现LLM推理时特征放大控制
From Black Box to Controller: Inference-Time Steering of LLM via Feature Amplification
arXiv:2610.25700v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Keqi Chen, Zekai Sun, Yuhua Wen, Tianyi Tian, Xinyang Huang, Huijun Lian, Yingming Gao, Ya Li
研究任务与主要进展
Keqi Chen等提出NeuroSteer，一种在推理时调节大语言模型行为偏好的即插即用框架。该方法用稀疏自编码器比较正负样本中的神经元激活频率，筛选与礼貌度、积极情绪等偏好相关的特征神经元，并在潜表示中放大其激活；论文摘要称其可调节情感、毒性、立场和礼貌度，部分设置下的目标方向引导分数高于比较基线，但生成质量存在任务和强度相关权衡。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org