Interpretable Steering of Large Language Models with Feature Guided Activation Additions

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Soo, Samuel, Guang, Chen, Teng, Wesley, Balaganesh, Chandrasekaran, Guoxian, Tan, Ming, Yan
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Online

https://arxiv.org/abs/2501.09929