PulseAugur
实时 18:41:39
实体 Additive activation steering

Additive activation steering

PulseAugur coverage of Additive activation steering — every cluster mentioning Additive activation steering across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. RESEARCH · CL_139270 ·

    AI引导方法在代理部署中显示出不可预测的安全影响

    一项新研究调查了加性激活引导从单轮聊天到ReAct代理的可迁移性,发现虽然引导方向一致地到达了后期层,但其行为影响是不可预测且依赖于模型的。研究表明,在某些模型上,代理部署可以将拒绝绕过向量放大高达2.00倍,而其他模型则显示出衰减,这表明安全不能被假定。这种分离表明重缩放发生在ReAct格式脚手架上,而不是工具观察上。