跳转到正文
登录
← 开发动态

VIAS 探索按组织要求引导模型

通过激活干预调整不同价值维度,减少统一指令之间的冲突。

GETAI.APParXiv查看原文 ↗

11 月 2 日的 VIAS 研究尝试把组织对模型的多项行为要求拆分,再通过激活引导分别控制。工作构建了价值维度体系,并在多个开放模型上测试对齐和合规表现。

作者报告该方法在其评测中改善了多维要求下的响应,但实验不等于模型已经获得完整的企业合规能力,实际政策仍需明确且可验证。

来源:arXiv · 2611.03518。

登录

还没有账号?