提出 VIAS 多价值观激活引导方法

Avni Mittal 等人提出名为 VIAS 的激活导向方法，旨在解决多值对齐与组织合规问题。该方法通过对比同一场景下两种不同提示词（列举所有相关价值观与省略单一目标价值观）下的模型响应向量，实现对多价值观场景下模型行为的独立控制。 研究人员使用 PROTECT 数据集对 VIAS 进行验证，该数据集包含带有 21 种价值观标签的工作场所合规场景。实验结果显示，VIAS 结合提示词的方法在三个模型上均优于仅使用提示词的方法，显著提升了对所有标签价值观的合规率。 具体表现上，Qwen2.5-7B 的合规率提升至 69.6%，Mistral-7B 达到 75.2%，Phi-3.5-mini 为 72.6%。这一成果表明，激活导向技术能有效增强大语言模型在复杂多价值观约束下的组织合规能力，为相关应用提供了新的技术路径。

AI 根据报道生成 · 58 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。