Buchumschlag

The Cylindrical Representation Hypothesis for Language Model Steering

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Gao, Lang, Zhang, Jinghui, Liu, Wei, Ji, Fengxian, Wang, Chenxi, Song, Zirui, Ghosh, Akash, Mohamed, Youssef, Nakov, Preslav, Chen, Xiuying
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

When Personalization Tricks Detectors: The Feature-Inversion Trap in Machine-Generated Text Detection
von: Gao, Lang, et al.
Veröffentlicht: (2025)

Shaping the Safety Boundaries: Understanding and Defending Against Jailbreaks in Large Language Models
von: Gao, Lang, et al.
Veröffentlicht: (2024)

Word Form Matters: LLMs' Semantic Reconstruction under Typoglycemia
von: Wang, Chenxi, et al.
Veröffentlicht: (2025)

Under the Shadow of Babel: How Language Shapes Reasoning in LLMs
von: Wang, Chenxi, et al.
Veröffentlicht: (2025)

Evaluate Bias without Manual Test Sets: A Concept Representation Perspective for LLMs
von: Gao, Lang, et al.
Veröffentlicht: (2025)

Rethinking STS and NLI in Large Language Models
von: Wang, Yuxia, et al.
Veröffentlicht: (2023)

Exploring Language Model Generalization in Low-Resource Extractive QA
von: Sengupta, Saptarshi, et al.
Veröffentlicht: (2024)

DUAL-Bench: Measuring Over-Refusal and Robustness in Vision-Language Models
von: Ren, Kaixuan, et al.
Veröffentlicht: (2025)

ServImage: An Image Generation and Editing Benchmark from Real-world Commercial Imaging Services
von: Ji, Fengxian, et al.
Veröffentlicht: (2026)

Large Language Models are Few-Shot Training Example Generators: A Case Study in Fallacy Recognition
von: Alhindi, Tariq, et al.
Veröffentlicht: (2023)

Adapting Fake News Detection to the Era of Large Language Models
von: Su, Jinyan, et al.
Veröffentlicht: (2023)

UNCERTAINTY-LINE: Length-Invariant Estimation of Uncertainty for Large Language Models
von: Vashurin, Roman, et al.
Veröffentlicht: (2025)

ConspirED: A Dataset for Cognitive Traits of Conspiracy Theories and Large Language Model Safety
von: Bates, Luke, et al.
Veröffentlicht: (2025)

Multimodal Large Language Models to Support Real-World Fact-Checking
von: Geng, Jiahui, et al.
Veröffentlicht: (2024)

How Does Prefix Matter in Reasoning Model Tuning?
von: Tomar, Raj Vardhan, et al.
Veröffentlicht: (2026)

Beyond Survival: Evaluating LLMs in Social Deduction Games with Human-Aligned Strategies
von: Song, Zirui, et al.
Veröffentlicht: (2025)

UnsafeChain: Enhancing Reasoning Model Safety via Hard Cases
von: Tomar, Raj Vardhan, et al.
Veröffentlicht: (2025)

Adaptive Conformal Prediction for Improving Factuality of Generations by Large Language Models
von: Rubashevskii, Aleksandr, et al.
Veröffentlicht: (2026)

DP-Fusion: Token-Level Differentially Private Inference for Large Language Models
von: Thareja, Rushil, et al.
Veröffentlicht: (2025)

CoDet-M4: Detecting Machine-Generated Code in Multi-Lingual, Multi-Generator and Multi-Domain Settings
von: Orel, Daniil, et al.
Veröffentlicht: (2025)

From Chaos to Clarity: Claim Normalization to Empower Fact-Checking
von: Sundriyal, Megha, et al.
Veröffentlicht: (2023)

Toxicity Red-Teaming: Benchmarking LLM Safety in Singapore's Low-Resource Languages
von: Hu, Yujia, et al.
Veröffentlicht: (2025)

Injecting Domain-Specific Knowledge into Large Language Models: A Comprehensive Survey
von: Song, Zirui, et al.
Veröffentlicht: (2025)

Con Instruction: Universal Jailbreaking of Multimodal Large Language Models via Non-Textual Modalities
von: Geng, Jiahui, et al.
Veröffentlicht: (2025)

Curriculum Learning and Pseudo-Labeling Improve the Generalization of Multi-Label Arabic Dialect Identification Models
von: Mekky, Ali, et al.
Veröffentlicht: (2026)

A Fano-Style Accuracy Upper Bound for LLM Single-Pass Reasoning in Multi-Hop QA
von: Wan, Kaiyang, et al.
Veröffentlicht: (2025)

SAE-SSV: Supervised Steering in Sparse Representation Spaces for Reliable Control of Language Models
von: He, Zirui, et al.
Veröffentlicht: (2025)

Linear Representation Transferability Hypothesis: Leveraging Small Models to Steer Large Models
von: Bello, Femi, et al.
Veröffentlicht: (2025)

SocialMaze: A Benchmark for Evaluating Social Reasoning in Large Language Models
von: Xu, Zixiang, et al.
Veröffentlicht: (2025)

TOP-Training: Target-Oriented Pretraining for Medical Extractive Question Answering
von: Sengupta, Saptarshi, et al.
Veröffentlicht: (2023)

A Survey of Confidence Estimation and Calibration in Large Language Models
von: Geng, Jiahui, et al.
Veröffentlicht: (2023)

MuDRiC: Multi-Dialect Reasoning for Arabic Commonsense Validation
von: Elozeiri, Kareem, et al.
Veröffentlicht: (2025)

Missci: Reconstructing Fallacies in Misrepresented Science
von: Glockner, Max, et al.
Veröffentlicht: (2024)

Grounding Fallacies Misrepresenting Scientific Publications in Evidence
von: Glockner, Max, et al.
Veröffentlicht: (2024)

Do LLMs "Feel"? Emotion Circuits Discovery and Control
von: Wang, Chenxi, et al.
Veröffentlicht: (2025)

Evaluating and Mitigating Bias in AI-Based Medical Text Generation
von: Chen, Xiuying, et al.
Veröffentlicht: (2025)

DyFlow: Dynamic Workflow Framework for Agentic Reasoning
von: Wang, Yanbo, et al.
Veröffentlicht: (2025)

Personalized Steering of Large Language Models: Versatile Steering Vectors Through Bi-directional Preference Optimization
von: Cao, Yuanpu, et al.
Veröffentlicht: (2024)

Co-FactChecker: A Framework for Human-AI Collaborative Claim Verification Using Large Reasoning Models
von: Sahnan, Dhruv, et al.
Veröffentlicht: (2026)

Cross-Cultural Transfer of Commonsense Reasoning in LLMs: Evidence from the Arab World
von: Almheiri, Saeed, et al.
Veröffentlicht: (2025)