Parsa Razmara

収録論文 1本 ・ フィジカルAI/ロボット学習

※arXiv著者名で収集。同姓同名の別人の論文が含まれる場合があります。

論文

• CircuitSteer: スパースオートエンコーダ回路による幾何学的に整列した多層ステアリング
  LLM制御2026/8/6

  大規模言語モデルの行動制御を改善するため、スパースオートエンコーダを用いて複数層にわたる意味回路を特定し、その特徴からステアリングベクトルを合成して多層介入を行う手法を提案した。毒性や拒否などのタスクで、既存手法より品質を保ちつつ効果的な制御を実現した。