研究者提出免训练神经元引导框架CANS

Yucheng Wu等作者提出能力保持神经元引导框架CANS，试图在控制大语言模型目标行为的同时保留其原有能力。 据作者描述，该框架用目标token对数概率与通用输入输出分布的KL散度两个代理量做局部近似，得到闭式解，从而在神经元层面实现引导，无需训练，也不增加额外推理开销。报道未给出实验验证结果。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。