VISPA 无需训练实现价值多元对齐，入选 EMNLP 2026 口头报告
preslav_nakov · x · 2026-10-25
VISPA 论文（Waterloo、UIUC、MBZUAI 等）在 EMNLP 2026 获口头报告。针对 LLM 在高风险场景需反映多元观点而非平均偏好这一问题，VISPA 提出免训练的多元对齐框架：自动按场景选取相关价值，再用 activation steering 生成代表不同立场的回答，支持 Overton、Steerable、Distributional 三种多元对齐模式，新增价值无需微调，兼容多种 steering 实现，在医疗等多领域评测中表现良好。
「研究」频道最新
- 600M 语音模型 Lure-TTS 训练成本不到 200 美元,速度达实时 4 倍 — smirkishere · 2026-10-25
- arXiv 数学论文增速断崖：2025 年还在涨，2026 年「AI 式爆炸」后回落 — IgorCarron · 2026-10-25
- AI 圈吐槽：专家会预测模型跑分，却用粗糙社会模型推演爆炸性影响 — random_walker · 2026-10-25
- 语音模型单独听很自然、对话却生硬:架构层面的 lookahead 权衡解析 — Gauri_the_great · 2026-10-25
- OpenAI 工程师 Shyamal 招募创始成员,主攻计算×物理×化学交叉难题 — shyamalanadkat · 2026-10-25
- 冻结 Qwen2.5-72B 实现跨会话神经记忆：SSD 存储 80/80 层比特级复现 — Nearby_Indication474 · 2026-10-25