跳到主要内容
检索

# 转向副作用

1 篇关联报道

订阅更新
  1. arXiv

    SteerScope 评测套件:23 种方法中无一在效能—副作用权衡上超越 Prompt Steering 基线

    作者提出 SteerScope,一个以 15 项指标、两条轴(Steering Outcomes 与 Method Properties)组织的 LLM 激活引导评测套件,在 Gemma-2-2B-it 与 Gemma-2-9B-it 上以匹配的模型、任务与评测协议基准测试了 23 种方法(含 prompting、LoRA、SFT 基线);结果显示没有任何激活引导方法在获得更高目标效能的同时不带来更大的复合副作用,因而在效能—副作用权衡上均未超越 Prompt Steering 基线,且引导效能与副作用随干预强度同步上升。

已读完全部报道