跳到正文
热点事件持续更新

Xizhe Zhang提出基于稀疏节点干预的语言模型控制框架

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

2026年11月4日，一篇论文在arXiv发布，由Xizhe Zhang提出“稀疏内部控制”框架。该框架通过在推理阶段对语言模型内部的少量节点进行干预，以实现目标行为的转向。论文被NeurIPS 2026接收，篇幅45页。核心方法定义了局部目标可控性，开发了两种互补的选择器：Driver-OMP用于稀疏重建期望的行为位移，Coverage-Driver则侧重于在多个提示下保持稳定覆盖。探索性实验涵盖了间接宾语识别、MMLU多选题、情感转向和拒绝转向等任务。实验结果为通过稀疏内部干预引导任务定义的行为提供了可行性证据。

AI 根据报道生成 · 3 小时前更新

最新进展11月4日 13:00
Sparse Internal Control of Language Models：一种基于稀疏内部节点干预的语言模型行为控制框架

报道时间线

沿着报道，了解事件的不同侧面。

11月4日
  1. arXiv · ML
    Sparse Internal Control of Language Models：一种基于稀疏内部节点干预的语言模型行为控制框架

    论文提出稀疏内部控制框架，通过干预少量内部模型节点实现目标行为转向。定义了局部目标可控性表述，并开发了 Driver-OMP 和 Coverage-Driver 两种选择器。

本事件热度走势

可比范围当前
9
可比范围峰值
911月4日 15:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。