NeuroSteer：基于稀疏自编码器的推理时LLM行为调控框架

1. 12:00
   arXiv · cs.AI

   NeuroSteer通过稀疏自编码器实现LLM推理时特征放大控制

   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。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。