研究验证 LLM 激活引导空间能否反映人类价值几何结构
Steering Geometry: Validating Human Value Geometry in LLM Steering Space
阅读原文
本站未展示全文，请前往来源网站阅读。
AI 导读
研究以 Schwartz 基本人类价值观理论为框架，构建覆盖 20 种价值观的 26K 样本基准，检验 LLM 激活引导向量是否编码连贯的语义结构。
来源：Hugging Face Daily Papers · arxiv.org
Steering Geometry: Validating Human Value Geometry in LLM Steering Space
本站未展示全文，请前往来源网站阅读。
研究以 Schwartz 基本人类价值观理论为框架，构建覆盖 20 种价值观的 26K 样本基准，检验 LLM 激活引导向量是否编码连贯的语义结构。
来源：Hugging Face Daily Papers · arxiv.org