基于LLM价值定位的多值对齐方法

研究通过定位LLM中的价值敏感注意力头（value heads），提出推理时激活引导策略，无需更新参数即可实现对多个价值观或风格偏好的可控对齐。 该框架揭示了不同价值维度间的功能特化及冲突，并通过目标头消融实验验证了其因果重要性。