DHSA：256-16384个控制参数实现推理时偏好对齐，达到DPO水准

成都大学、北卡罗来纳州立大学、复旦大学等团队提出直接隐状态对齐（DHSA），在冻结基座权重的前提下，将承载偏好计算的推理时隐状态作为适配空间，仅启用256—16,384个控制参数即可达到与DPO相竞争的对齐水平。