研究者提出 VIAS 隔离价值向量引导方法

Avni Mittal 等作者提出价值隔离激活引导方法 VIAS，用于组织多价值观对齐与合规。该方法通过对比同一场景下两种提示词的响应来筛选激活向量：一种提示词列出全部相关价值观，另一种省略单一目标价值观，以此找出真正对应单个价值观的激活向量，减少不同价值观向量之间的重叠。作者称该方法能减少向量重叠，但报道未给出评估结果。

AI 根据报道生成 · 46 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。