Enregistré dans:
| Auteurs principaux: | You, Zejia, Deng, Chunyuan, Chen, Hanjie |
|---|---|
| Format: | Preprint |
| Publié: |
2026
|
| Sujets: | |
| Accès en ligne: | https://arxiv.org/abs/2602.08169 |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Language Models are Symbolic Learners in Arithmetic
par: Deng, Chunyuan, et autres
Publié: (2024)
par: Deng, Chunyuan, et autres
Publié: (2024)
Steering Information Utility in Key-Value Memory for Language Model Post-Training
par: Deng, Chunyuan, et autres
Publié: (2025)
par: Deng, Chunyuan, et autres
Publié: (2025)
Learning Distribution-Wise Control in Representation Space for Language Models
par: Deng, Chunyuan, et autres
Publié: (2025)
par: Deng, Chunyuan, et autres
Publié: (2025)
Steering Language Models With Activation Engineering
par: Turner, Alexander Matt, et autres
Publié: (2023)
par: Turner, Alexander Matt, et autres
Publié: (2023)
The Generalization Ridge: Information Flow in Natural Language Generation
par: Chang, Ruidi, et autres
Publié: (2025)
par: Chang, Ruidi, et autres
Publié: (2025)
FishBack: Pullback Fisher Geometry for Optimal Activation Steering in Transformers
par: Wang, Sihan, et autres
Publié: (2026)
par: Wang, Sihan, et autres
Publié: (2026)
Beyond Steering Vector: Flow-based Activation Steering for Inference-Time Intervention
par: Jin, Zehao, et autres
Publié: (2026)
par: Jin, Zehao, et autres
Publié: (2026)
Endogenous Resistance to Activation Steering in Language Models
par: McKenzie, Alex, et autres
Publié: (2026)
par: McKenzie, Alex, et autres
Publié: (2026)
Interpretable Steering of Large Language Models with Feature Guided Activation Additions
par: Soo, Samuel, et autres
Publié: (2025)
par: Soo, Samuel, et autres
Publié: (2025)
ByteFlow: Language Modeling through Adaptive Byte Compression without a Tokenizer
par: Deng, Chunyuan, et autres
Publié: (2026)
par: Deng, Chunyuan, et autres
Publié: (2026)
Improving Instruction-Following in Language Models through Activation Steering
par: Stolfo, Alessandro, et autres
Publié: (2024)
par: Stolfo, Alessandro, et autres
Publié: (2024)
ContextFocus: Activation Steering for Contextual Faithfulness in Large Language Models
par: Anand, Nikhil, et autres
Publié: (2026)
par: Anand, Nikhil, et autres
Publié: (2026)
Multi-property Steering of Large Language Models with Dynamic Activation Composition
par: Scalena, Daniel, et autres
Publié: (2024)
par: Scalena, Daniel, et autres
Publié: (2024)
SAFR: Neuron Redistribution for Interpretability
par: Chang, Ruidi, et autres
Publié: (2025)
par: Chang, Ruidi, et autres
Publié: (2025)
HyperSteer: Activation Steering at Scale with Hypernetworks
par: Sun, Jiuding, et autres
Publié: (2025)
par: Sun, Jiuding, et autres
Publié: (2025)
ProgGen: Generating Named Entity Recognition Datasets Step-by-step with Self-Reflexive Large Language Models
par: Heng, Yuzhao, et autres
Publié: (2024)
par: Heng, Yuzhao, et autres
Publié: (2024)
Steer Like the LLM: Activation Steering that Mimics Prompting
par: Heyman, Geert, et autres
Publié: (2026)
par: Heyman, Geert, et autres
Publié: (2026)
Steering Language Models with Weight Arithmetic
par: Fierro, Constanza, et autres
Publié: (2025)
par: Fierro, Constanza, et autres
Publié: (2025)
Personalized Steering of Large Language Models: Versatile Steering Vectors Through Bi-directional Preference Optimization
par: Cao, Yuanpu, et autres
Publié: (2024)
par: Cao, Yuanpu, et autres
Publié: (2024)
The Information Geometry of Softmax: Probing and Steering
par: Park, Kiho, et autres
Publié: (2026)
par: Park, Kiho, et autres
Publié: (2026)
ROAST: Rollout-based On-distribution Activation Steering Technique
par: Su, Xuanbo, et autres
Publié: (2026)
par: Su, Xuanbo, et autres
Publié: (2026)
Compositional Steering of Large Language Models with Steering Tokens
par: Radevski, Gorjan, et autres
Publié: (2026)
par: Radevski, Gorjan, et autres
Publié: (2026)
Programming Refusal with Conditional Activation Steering
par: Lee, Bruce W., et autres
Publié: (2024)
par: Lee, Bruce W., et autres
Publié: (2024)
SAKE: Steering Activations for Knowledge Editing
par: Scialanga, Marco, et autres
Publié: (2025)
par: Scialanga, Marco, et autres
Publié: (2025)
Core Context Aware Transformers for Long Context Language Modeling
par: Chen, Yaofo, et autres
Publié: (2024)
par: Chen, Yaofo, et autres
Publié: (2024)
Guiding Giants: Lightweight Controllers for Weighted Activation Steering in LLMs
par: Hegazy, Amr, et autres
Publié: (2025)
par: Hegazy, Amr, et autres
Publié: (2025)
Steering MoE LLMs via Expert (De)Activation
par: Fayyaz, Mohsen, et autres
Publié: (2025)
par: Fayyaz, Mohsen, et autres
Publié: (2025)
Understanding How CodeLLMs (Mis)Predict Types with Activation Steering
par: Lucchetti, Francesca, et autres
Publié: (2024)
par: Lucchetti, Francesca, et autres
Publié: (2024)
Differentially Private Steering for Large Language Model Alignment
par: Goel, Anmol, et autres
Publié: (2025)
par: Goel, Anmol, et autres
Publié: (2025)
Geometry-Aware Decoding with Wasserstein-Regularized Truncation and Mass Penalties for Large Language Models
par: Davoodi, Arash Gholami, et autres
Publié: (2026)
par: Davoodi, Arash Gholami, et autres
Publié: (2026)
Massive Activations in Large Language Models
par: Sun, Mingjie, et autres
Publié: (2024)
par: Sun, Mingjie, et autres
Publié: (2024)
Geometry-Calibrated Conformal Abstention for Language Models
par: Xu, Rui, et autres
Publié: (2026)
par: Xu, Rui, et autres
Publié: (2026)
Word Embeddings Are Steers for Language Models
par: Han, Chi, et autres
Publié: (2023)
par: Han, Chi, et autres
Publié: (2023)
Analyze Feature Flow to Enhance Interpretation and Steering in Language Models
par: Laptev, Daniil, et autres
Publié: (2025)
par: Laptev, Daniil, et autres
Publié: (2025)
QAM-W: Joint 2D Codebook Quantization for LLM Weights via Hadamard Rotation and Activation-Aware Scaling
par: Sharma, Preetam, et autres
Publié: (2026)
par: Sharma, Preetam, et autres
Publié: (2026)
Activation Steering via Generative Causal Mediation
par: Sankaranarayanan, Aruna, et autres
Publié: (2026)
par: Sankaranarayanan, Aruna, et autres
Publié: (2026)
Activation Steering for Synthetic Data Generation: The Role of Diversity in Downstream Safety Detection
par: Deshpande, Vijeta, et autres
Publié: (2026)
par: Deshpande, Vijeta, et autres
Publié: (2026)
Extracting Unlearned Information from LLMs with Activation Steering
par: Seyitoğlu, Atakan, et autres
Publié: (2024)
par: Seyitoğlu, Atakan, et autres
Publié: (2024)
Steering Llama 2 via Contrastive Activation Addition
par: Panickssery, Nina, et autres
Publié: (2023)
par: Panickssery, Nina, et autres
Publié: (2023)
Feature Extraction and Steering for Enhanced Chain-of-Thought Reasoning in Language Models
par: Li, Zihao, et autres
Publié: (2025)
par: Li, Zihao, et autres
Publié: (2025)
Documents similaires
-
Language Models are Symbolic Learners in Arithmetic
par: Deng, Chunyuan, et autres
Publié: (2024) -
Steering Information Utility in Key-Value Memory for Language Model Post-Training
par: Deng, Chunyuan, et autres
Publié: (2025) -
Learning Distribution-Wise Control in Representation Space for Language Models
par: Deng, Chunyuan, et autres
Publié: (2025) -
Steering Language Models With Activation Engineering
par: Turner, Alexander Matt, et autres
Publié: (2023) -
The Generalization Ridge: Information Flow in Natural Language Generation
par: Chang, Ruidi, et autres
Publié: (2025)