CANS 给每个前馈神经元单独定缩放系数：安全、毒性与幻觉三类控制同时保住通用能力
大模型的行为控制常以牺牲通用能力为代价，CANS 把干预改成给每个前馈网络神经元分配一个缩放系数，系数同时计入该神经元对目标行为的贡献和它对通用输出的扰动。目标行为用模型回复中目标词元的对数概率作代理，能力保持用通用文本上的输出分布 KL 散度作代理，两者局部近似后得到闭式解，无需迭代训练，也不增加推理时计算。在 Qwen3-4B 与 Llama 系列上，CANS 在安全、毒性和幻觉控制中取得与 SFT、CAA 及神经元级基线相当或更好的转向效果，同时更好地保住 MMLU、BBH 和 IFEval 表现。