Plume

研究论文质疑AI操纵向量在可控生成中的有效性

一篇新发表在arXiv上的研究论文探讨了在偏好对齐生成中，操纵向量控制AI模型输出的局限性。该研究使用了PLUME基准，并在Qwen2.5-7B-Instruct和Llama3.1-8B-Instruct模型上进行了测试，发现操纵向量的有效性在不同特征和任务之间存在显著差异。将这些向量迁移到新任务上会降低其性能，并且组合多个向量会导致一致性和表达性之间的权衡，通常需要大量的超参数调整。