Buchumschlag

What Can We Actually Steer? A Multi-Behavior Study of Activation Control

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Bas, Tetiana, Novak, Krystian
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Angular Steering: Behavior Control via Rotation in Activation Space
von: Vu, Hieu M., et al.
Veröffentlicht: (2025)

The Code Barrier: What LLMs Actually Understand?
von: Nikiema, Serge Lionel, et al.
Veröffentlicht: (2025)

Steering LLMs? Actually, Sparse Autoencoders can outperform simple baselines
von: Jørgensen, Mikkel Godsk, et al.
Veröffentlicht: (2026)

What Do Latent Action Models Actually Learn?
von: Zhang, Chuheng, et al.
Veröffentlicht: (2025)

CBMAS: Cognitive Behavioral Modeling via Activation Steering
von: Ismail, Ahmed H., et al.
Veröffentlicht: (2026)

What do Geometric Hallucination Detection Metrics Actually Measure?
von: Yeats, Eric, et al.
Veröffentlicht: (2026)

Fusion Steering: Prompt-Specific Activation Control
von: Chang, Waldemar, et al.
Veröffentlicht: (2025)

What Voting Rules Actually Do: A Data-Driven Analysis of Multi-Winner Voting
von: Caiata, Joshua, et al.
Veröffentlicht: (2025)

Beyond Questions: Evaluating What Large Language Models (Actually) Know
von: Giordano, Luca, et al.
Veröffentlicht: (2026)

Global Evolutionary Steering: Refining Activation Steering Control via Cross-Layer Consistency
von: Jiang, Xinyan, et al.
Veröffentlicht: (2026)

Prediction Bottlenecks Don't Discover Causal Structure (But Here's What They Actually Do)
von: Lade, Ankit Hemant, et al.
Veröffentlicht: (2026)

Decomposing the Delta: What Do Models Actually Learn from Preference Pairs?
von: Lee, Chia-Hsuan, et al.
Veröffentlicht: (2026)

What Drives Representation Steering? A Mechanistic Case Study on Steering Refusal
von: Cheng, Stephen, et al.
Veröffentlicht: (2026)

Steering Awareness: Detecting Activation Steering from Within
von: Rivera, Joshua Fonseca, et al.
Veröffentlicht: (2025)

Genre Controlled Music Generation via Activation Steering
von: Narashiman, Swathi, et al.
Veröffentlicht: (2025)

Dynamically Scaled Activation Steering
von: Ferrando, Alex, et al.
Veröffentlicht: (2025)

HyperSteer: Activation Steering at Scale with Hypernetworks
von: Sun, Jiuding, et al.
Veröffentlicht: (2025)

Unused information in token probability distribution of generative LLM: improving LLM reading comprehension through calculation of expected values
von: Zawistowski, Krystian
Veröffentlicht: (2024)

Steer Like the LLM: Activation Steering that Mimics Prompting
von: Heyman, Geert, et al.
Veröffentlicht: (2026)

Activation Steering for Chain-of-Thought Compression
von: Azizi, Seyedarmin, et al.
Veröffentlicht: (2025)

Minimizing Collateral Damage in Activation Steering
von: Nguyen, Tam, et al.
Veröffentlicht: (2026)

Steered LLM Activations are Non-Surjective
von: Mishra, Aayush, et al.
Veröffentlicht: (2026)

What Work is AI Actually Doing? Uncovering the Drivers of Generative AI Adoption
von: Agarwal, Peeyush, et al.
Veröffentlicht: (2025)

EmoSteer-TTS: Fine-Grained and Training-Free Emotion-Controllable Text-to-Speech via Activation Steering
von: Xie, Tianxin, et al.
Veröffentlicht: (2025)

Activation Steering for Bias Mitigation: An Interpretable Approach to Safer LLMs
von: Dubey, Shivam
Veröffentlicht: (2025)

RISER: Orchestrating Latent Reasoning Skills for Adaptive Activation Steering
von: Ye, Wencheng, et al.
Veröffentlicht: (2026)

Do Post-Training Algorithms Actually Differ? A Controlled Study Across Model Scales Uncovers Scale-Dependent Ranking Inversions
von: Li, Xiaoyi
Veröffentlicht: (2026)

From Sora What We Can See: A Survey of Text-to-Video Generation
von: Sun, Rui, et al.
Veröffentlicht: (2024)

Activation Scaling for Steering and Interpreting Language Models
von: Stoehr, Niklas, et al.
Veröffentlicht: (2024)

Multi-property Steering of Large Language Models with Dynamic Activation Composition
von: Scalena, Daniel, et al.
Veröffentlicht: (2024)

Learn the Force We Can: Enabling Sparse Motion Control in Multi-Object Video Generation
von: Davtyan, Aram, et al.
Veröffentlicht: (2023)

What Is Actually Being Annotated? Inter-Prompt Reliability as a Measurement Problem in LLM-Based Social Science Labeling
von: Liu, Jingyuan
Veröffentlicht: (2026)

Activation Steering for Aligned Open-ended Generation without Sacrificing Coherence
von: Herbster, Niklas, et al.
Veröffentlicht: (2026)

TACT: Mitigating Overthinking and Overacting in Coding Agents via Activation Steering
von: Sui, Yuan, et al.
Veröffentlicht: (2026)

YaPO: Learnable Sparse Activation Steering Vectors for Domain Adaptation
von: Bounhar, Abdelaziz, et al.
Veröffentlicht: (2026)

Prompt-Activation Duality: Improving Activation Steering via Attention-Level Interventions
von: Kang, Diancheng, et al.
Veröffentlicht: (2026)

Steering Externalities: Benign Activation Steering Unintentionally Increases Jailbreak Risk for Large Language Models
von: Xiong, Chen, et al.
Veröffentlicht: (2026)

SAKE: Steering Activations for Knowledge Editing
von: Scialanga, Marco, et al.
Veröffentlicht: (2025)

Programming Refusal with Conditional Activation Steering
von: Lee, Bruce W., et al.
Veröffentlicht: (2024)

The Rogue Scalpel: Activation Steering Compromises LLM Safety
von: Korznikov, Anton, et al.
Veröffentlicht: (2025)