D-STEER - Preference Alignment Techniques Learn to Behave, not to Believe -- Beneath the Surface, DPO as Steering Vector Perturbation in Activation Space

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Raina, Samarth, Aggarwal, Saksham, Chadha, Aman, Jain, Vinija, Das, Amitava
Formato:	Preprint
Publicado:	2025
Materias:	Machine Learning
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2512.11838