提出流形干预(manifold steering)方法,通过在激活空间沿模型内在流形几何而非欧氏线性方向进行干预,揭示了神经表征几何结构与模型行为之间的因果双向映射关系,从而实现了更自然、符合模型内在分布的行为控制。
机构:Stanford
来源:arXiv 2605.05115 | AI4Papers 论文推荐平台