steering vectors 研究补充：不同向量低余弦相似度也能引导同一概念
benno_krojer · x · 2026-10-28
研究者 Benno Krojer 在其论文帖下补充了一个观察：有时他们找到的 steering vectors(引导向量)彼此余弦相似度并不高——即存在两条相当不同的引导向量，却都能很好地引导同一个概念。这暗示模型内部可能存在多组效果相近的引导方向(尽管表现形式可能略有差异)。该研究附有论文、demo 和开源代码，第一作者 Donghao 是首次做研究的新人。
所属事件:新预印本：跨模态转向向量可在图文生成间零样本双向迁移(7 条相关)→
「研究」频道最新
- DiscoTrace 论文获 EMNLP 2026 最佳论文:对比人类与 LLM 的答题策略 — rachelrudinger · 2026-10-29
- 一张红心图片就能让模型 100% 写递归代码，DeepMind 论文揭示隐式视觉引导 — dair_ai · 2026-10-29
- 新基准 CMASS 登场：5.5 亿文档语料上考验智能体搜索 — lintool · 2026-10-29
- 把蛋白质写成字母序列：Profluent 用语言模型设计基因编辑器 — nathanbenaich · 2026-10-29
- AAAI rebuttal 季到了，研究员公开自己的答辩模板 — StephenLCasper · 2026-10-29
- 学者提出「Neurovium」：神经、计算与认知的统一学科 — neurovium · 2026-10-28