:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Mohan, Vamshi Sunku, Gupta, Kaustubh, Das, Aneesha, Singh, Chandan
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2602.22719
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Leveraging Fog Computing for Security‐Aware Resource Allocation in Narrowband Internet of Things
von: Vamshi Sunku Mohan, et al.
Veröffentlicht: (2024)

VALOR: Value-Aware Revenue Uplift Modeling with Treatment-Gated Representation for B2B Sales
von: Guduguntla, Vamshi, et al.
Veröffentlicht: (2026)

Bayesian Concept Bottleneck Models with LLM Priors
von: Feng, Jean, et al.
Veröffentlicht: (2024)

Principal Prototype Analysis on Manifold for Interpretable Reinforcement Learning
von: Vamshi, Bodla Krishna, et al.
Veröffentlicht: (2026)

Assessing the Operational Viability of Foundation Models for Time Series Forecasting
von: Soni, Kavin, et al.
Veröffentlicht: (2026)

Latent Space Disentanglement via Activation Steering for Interpretable Attribute Control in Symbolic Music Generation
von: Prokopiou, Ioannis, et al.
Veröffentlicht: (2026)

Steering Large Language Model Activations in Sparse Spaces
von: Bayat, Reza, et al.
Veröffentlicht: (2025)

Protocode: Prototype-Driven Interpretability for Code Generation in LLMs
von: Bodla, Krishna Vamshi, et al.
Veröffentlicht: (2025)

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

Steering Conceptual Bias via Transformer Latent-Subspace Activation
von: Sharma, Vansh, et al.
Veröffentlicht: (2025)

Interpretable Steering of Large Language Models with Feature Guided Activation Additions
von: Soo, Samuel, et al.
Veröffentlicht: (2025)

Subspace Control: Turning Constrained Model Steering into Controllable Spectral Optimization
von: Huang, Yancheng, et al.
Veröffentlicht: (2026)

Interpretable Reward Modeling with Active Concept Bottlenecks
von: Laguna, Sonia, et al.
Veröffentlicht: (2025)

Cross-Layer Subspace Coupling for LLM Compression: A Unifying Framework and Its Empirical Limits
von: Khilar, Snigdha Chandan
Veröffentlicht: (2026)

Characterizing the Behavior of Training Mamba-based State Space Models on GPUs
von: Baruah, Trinayan, et al.
Veröffentlicht: (2025)

Interpretable Prognostics with Concept Bottleneck Models
von: Forest, Florent, et al.
Veröffentlicht: (2024)

Discovering and Steering Interpretable Concepts in Large Generative Music Models
von: Singh, Nikhil, et al.
Veröffentlicht: (2025)

D-STEER - Preference Alignment Techniques Learn to Behave, not to Believe -- Beneath the Surface, DPO as Steering Vector Perturbation in Activation Space
von: Raina, Samarth, et al.
Veröffentlicht: (2025)

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

Tell Your Model Where to Attend: Post-hoc Attention Steering for LLMs
von: Zhang, Qingru, et al.
Veröffentlicht: (2023)

Decomposing Representation Space into Interpretable Subspaces with Unsupervised Learning
von: Huang, Xinting, et al.
Veröffentlicht: (2025)

Amnesia: Adversarial Semantic Layer Specific Activation Steering in Large Language Models
von: Raza, Ali, et al.
Veröffentlicht: (2026)

When the Coffee Feature Activates on Coffins: An Analysis of Feature Extraction and Steering for Mechanistic Interpretability
von: Ronge, Raphael, et al.
Veröffentlicht: (2026)

GSS: Gated Subspace Steering for Selective Memorization Mitigation in LLMs
von: Zhang, Xuanqi, et al.
Veröffentlicht: (2026)

Safety Subspaces are Not Linearly Distinct: A Fine-Tuning Case Study
von: Ponkshe, Kaustubh, et al.
Veröffentlicht: (2025)

Rethinking Interpretability in the Era of Large Language Models
von: Singh, Chandan, et al.
Veröffentlicht: (2024)

Understanding and Mitigating Bottlenecks of State Space Models through the Lens of Recency and Over-smoothing
von: Wang, Peihao, et al.
Veröffentlicht: (2024)

Steering Language Models With Activation Engineering
von: Turner, Alexander Matt, et al.
Veröffentlicht: (2023)

Steering to Say No: Configurable Refusal via Activation Steering in Vision Language Models
von: Yang, Jiaxi, et al.
Veröffentlicht: (2026)

Interpretable Next-token Prediction via the Generalized Induction Head
von: Kim, Eunji, et al.
Veröffentlicht: (2024)

SafeSteer: Interpretable Safety Steering with Refusal-Evasion in LLMs
von: Ghosh, Shaona, et al.
Veröffentlicht: (2025)

Towards Reasonable Concept Bottleneck Models
von: Kalampalikis, Nektarios, et al.
Veröffentlicht: (2025)

Depth-Wise Activation Steering for Honest Language Models
von: Góral, Gracjan, et al.
Veröffentlicht: (2025)

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

OncoReason: Structuring Clinical Reasoning in LLMs for Robust and Interpretable Survival Prediction
von: Hemadri, Raghu Vamshi, et al.
Veröffentlicht: (2025)

Activation Steering with a Feedback Controller
von: Nguyen, Dung V., et al.
Veröffentlicht: (2025)

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

Understanding In-context Learning of Addition via Activation Subspaces
von: Hu, Xinyan, et al.
Veröffentlicht: (2025)

Decoupled-Value Attention for Prior-Data Fitted Networks: GP Inference for Physical Equations
von: Sharma, Kaustubh, et al.
Veröffentlicht: (2025)

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