该 steering 方法的局限
simi_97k · x · 2026-07-12
作者说明这项方法也有局限：
- 需要为目标模型训练好的 SAE；
- steering 向量是 按层、按模型 定制的；
- 目前还很难在推理时自动找到每个提示词的最佳 steering 强度。
所属事件:文化对齐 steering 方法的局限与工具支持(2 条相关)→
「研究」频道最新
- 新论文:数学数据放训练前段还是末段,取决于学习率调度 — alifcoder · 2026-10-27
- 健康领域评测研究:题目质量与多样性比数量更重要 — keunwoochoi · 2026-10-27
- 七项任务实测:开源模型开高推理档未必更好 — keunwoochoi · 2026-10-27
- 医疗评测：Kimi K3 平 GPT-6，但疑难病例开源落后 17 个百分点 — keunwoochoi · 2026-10-27
- 健康专项榜单洗牌：综合第 9 的开源模型跃居 Health Index 第一 — keunwoochoi · 2026-10-27
- 开源编译器 Latch 从 PyTorch 生成训练 megakernel，H100 上提速 2.75 倍 — sguada · 2026-10-27