Buchumschlag

Subliminal Steering: Stronger Encoding of Hidden Signals

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Morgulis, George, Hewitt, John
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Emergent and Subliminal Misalignment Through the Lens of Data-Mediated Transfer
von: Askin, Baris, et al.
Veröffentlicht: (2026)

Stronger Models are NOT Stronger Teachers for Instruction Tuning
von: Xu, Zhangchen, et al.
Veröffentlicht: (2024)

The Hidden Signal of Verifier Strictness: Controlling and Improving Step-Wise Verification via Selective Latent Steering
von: Zhou, Yefan, et al.
Veröffentlicht: (2026)

You Didn't Have to Say It like That: Subliminal Learning from Faithful Paraphrases
von: Gisler, Isaia, et al.
Veröffentlicht: (2026)

Improving Parametric Knowledge Access in Reasoning Language Models
von: Ma, Melody, et al.
Veröffentlicht: (2026)

Subliminal Effects in Your Data: A General Mechanism via Log-Linearity
von: Aden-Ali, Ishaq, et al.
Veröffentlicht: (2026)

Token Hidden Reward: Steering Exploration-Exploitation in Group Relative Deep Reinforcement Learning
von: Deng, Wenlong, et al.
Veröffentlicht: (2025)

Are the Hidden States Hiding Something? Testing the Limits of Factuality-Encoding Capabilities in LLMs
von: Servedio, Giovanni, et al.
Veröffentlicht: (2025)

Stronger Re-identification Attacks through Reasoning and Aggregation
von: Charpentier, Lucas Georges Gabriel, et al.
Veröffentlicht: (2025)

Stronger Random Baselines for In-Context Learning
von: Yauney, Gregory, et al.
Veröffentlicht: (2024)

Stronger Together: Unleashing the Social Impact of Hate Speech Research
von: Wong, Sidney
Veröffentlicht: (2025)

Mutual Reasoning Makes Smaller LLMs Stronger Problem-Solvers
von: Qi, Zhenting, et al.
Veröffentlicht: (2024)

Improving Multilingual Language Models by Aligning Representations through Steering
von: Mahmoud, Omar, et al.
Veröffentlicht: (2025)

We Can't Understand AI Using our Existing Vocabulary
von: Hewitt, John, et al.
Veröffentlicht: (2025)

Neologism Learning for Controllability and Self-Verbalization
von: Hewitt, John, et al.
Veröffentlicht: (2025)

SteerX: Disentangled Steering for LLM Personalization
von: Zhao, Xiaoyan, et al.
Veröffentlicht: (2025)

LLM-based Embeddings: Attention Values Encode Sentence Semantics Better Than Hidden States
von: Zhang, Yeqin, et al.
Veröffentlicht: (2026)

SAPO: Self-Adaptive Process Optimization Makes Small Reasoners Stronger
von: Chen, Kaiyuan, et al.
Veröffentlicht: (2026)

Mitigating Forgetting Between Supervised and Reinforcement Learning Yields Stronger Reasoners
von: Yuan, Xiangchi, et al.
Veröffentlicht: (2025)

Stronger Baselines for Retrieval-Augmented Generation with Long-Context Language Models
von: Laitenberger, Alex, et al.
Veröffentlicht: (2025)

Steering LLMs for Culturally Localized Generation
von: Khanuja, Simran, et al.
Veröffentlicht: (2026)

Stronger Normalization-Free Transformers
von: Chen, Mingzhi, et al.
Veröffentlicht: (2025)

Subliminal Learning Is Steering Vector Distillation
von: Blank, Camila, et al.
Veröffentlicht: (2026)

Fine-Grained Activation Steering: Steering Less, Achieving More
von: Feng, Zijian, et al.
Veröffentlicht: (2026)

Steering off Course: Reliability Challenges in Steering Language Models
von: Da Silva, Patrick Queiroz, et al.
Veröffentlicht: (2025)

Prey-taxis VS a Shortwave External Signal in Multiple Dimensions
von: Morgulis, Andrey, et al.
Veröffentlicht: (2025)

LLM Hallucination Detection: A Fast Fourier Transform Method Based on Hidden Layer Temporal Signals
von: Li, Jinxin, et al.
Veröffentlicht: (2025)

Steer2Edit: From Activation Steering to Component-Level Editing
von: Sun, Chung-En, et al.
Veröffentlicht: (2026)

FairSteer: Inference Time Debiasing for LLMs with Dynamic Activation Steering
von: Li, Yichen, et al.
Veröffentlicht: (2025)

The Hidden Strength of Costrong Functors
von: Balan, Adriana, et al.
Veröffentlicht: (2025)

KaLM-Embedding: Superior Training Data Brings A Stronger Embedding Model
von: Hu, Xinshuo, et al.
Veröffentlicht: (2025)

DuQuant: Distributing Outliers via Dual Transformation Makes Stronger Quantized LLMs
von: Lin, Haokun, et al.
Veröffentlicht: (2024)

Instruction Following without Instruction Tuning
von: Hewitt, John, et al.
Veröffentlicht: (2024)

Blar-SQL: Faster, Stronger, Smaller NL2SQL
von: Domínguez, José Manuel, et al.
Veröffentlicht: (2024)

Reverse Thinking Makes LLMs Stronger Reasoners
von: Chen, Justin Chih-Yao, et al.
Veröffentlicht: (2024)

GeoSteer: Faithful Chain-of-Thought Steering via Latent Manifold Gradients
von: Kazama, Kentaro, et al.
Veröffentlicht: (2026)

SteerConf: Steering LLMs for Confidence Elicitation
von: Zhou, Ziang, et al.
Veröffentlicht: (2025)

UserHarness: Harnessing User Minds for Stronger Agent Theory-of-Mind
von: Qian, Cheng, et al.
Veröffentlicht: (2026)

HintMR: Eliciting Stronger Mathematical Reasoning in Small Language Models
von: Hossain, Jawad, et al.
Veröffentlicht: (2026)

When Weak LLMs Speak with Confidence, Preference Alignment Gets Stronger
von: Afzali, Amirabbas, et al.
Veröffentlicht: (2026)