Apple 提出 DSAS:动态缩放激活引导框架
Dynamically Scaled Activation Steering
阅读原文
本站未展示全文,请前往来源网站阅读。
AI 导读
Apple 研究团队提出 Dynamically Scaled Activation Steering(DSAS),一种与具体方法无关的引导框架,将"何时引导"与"如何引导"解耦,按层和输入自适应调节现有引导变换的强度,仅在检测到不良行为时强力干预。
来源:Apple Machine Learning Research · machinelearning.apple.com