Control Reinforcement Learning: Interpretable Token-Level Steering of LLMs via Sparse Autoencoder Features

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Cho, Seonglae, Wu, Zekun, Koshiyama, Adriano
Natura: Preprint
Pubblicazione: 2026
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!