Interpretable Steering of Large Language Models with Feature Guided Activation Additions

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Soo, Samuel, Guang, Chen, Teng, Wesley, Balaganesh, Chandrasekaran, Guoxian, Tan, Ming, Yan
Formato:	Preprint
Publicado:	2025
Materias:	Machine Learning Artificial Intelligence Computation and Language
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Sea el primero en dejar un comentario!

Ejemplares similares