全局演化引导：基于跨层一致性的激活引导控制精炼
机器学习
2026-03-16 v1 人工智能
摘要
激活工程使得在不计算微调成本的情况下对大语言模型（LLM）实现精确控制。然而，现有方法基于静态激活差异推导向量，易受高维噪声和层级语义漂移的影响，往往捕获虚假关联而非目标意图。为此，我们提出全局演化精炼引导（GER-steer），一种基于网络表示演化几何稳定性的训练-free 框架。GER-steer 利用全局信号对原始引导向量进行校正，有效地将稳健语义意图与正交副产物解耦。大量评估表明，GER-steer 始终优于基线方法，展现出卓越的效能与泛化能力，无需层级特定调参，建立了可靠模型对齐的通用解决方案。
引用
@article{arxiv.2603.12298,
title = {Global Evolutionary Steering: Refining Activation Steering Control via Cross-Layer Consistency},
author = {Xinyan Jiang and Wenjing Yu and Di Wang and Lijie Hu},
journal= {arXiv preprint arXiv:2603.12298},
year = {2026}
}