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

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Raina, Samarth, Aggarwal, Saksham, Chadha, Aman, Jain, Vinija, Das, Amitava
Natura: Preprint
Pubblicazione: 2025
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!