研究者提出竞争目标检验激活引导向量

Weilun Xu 等研究者提出竞争目标检验，用于判断激活引导向量是否真正控制目标行为：把该向量与为竞争目标按相同方式构建的向量对比，检验两者差异是否低于有效边界。 在开放权重模型上测试康德义务论与行为功利主义向量时，两者对两个评分产生同向影响，且差异均未达边界，研究者据此认为二者共享了大部分方向，实际激活的是“应用某种伦理框架”这一请求。用同样方法区分乐观与悲观语气时，向量共享部分明显更少。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。