模型控制

研究团队提出利用大模型潜在空间实现行为控制与输出校准的新方法，通过控制向量干预模型行为，并开发潜在空间校准器评估输出可信度。

研究者提出 Spec Learning 框架，仅需少量偏好判断即可在推理时引导大模型行为，无需参数更新，在密集偏好信号的领域表现优于直接偏好优化（DPO）。