Interpretable Steering of Large Language Models with Feature Guided Activation Additions

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Soo, Samuel, Guang, Chen, Teng, Wesley, Balaganesh, Chandrasekaran, Guoxian, Tan, Ming, Yan
Format:	Preprint
Publié:	2025
Sujets:	Machine Learning Artificial Intelligence Computation and Language
Accès en ligne:	Acceder al recurso
Tags:	Ajouter un tag Pas de tags, Soyez le premier à ajouter un tag!

Internet

https://arxiv.org/abs/2501.09929