WAQS 框架用二次探针实现无额外开销的激活引导
原文标题：WAQS: Weight Absorption for Quadratic Probing and Affine Steering
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文提出 WAQS，通过二次探针建模概念，其梯度给出随激活变化的仿射引导方向，并可离线折叠进相邻线性层，从而在推理时不增加计算。作者证明二次函数是梯度干预为仿射且可精确吸收的最大光滑概念分数类。在真实性、拒答与谄媚引导任务上，二次引导达到或优于固定线性引导，同时保持模型效用。
- 问题
- 激活引导在推理开销与输入自适应表达力之间难以兼得。
- 方法
- 用二次探针的梯度得到随激活变化的仿射引导方向，并离线折叠进相邻线性层，推理零额外计算。
- 结果
- 真实性、拒答、谄媚引导任务上达到或优于固定线性引导，模型效用保持。
- 影响
- 工程师可零推理成本获得输入自适应行为控制，替代固定引导向量。
深读 · 结论先行AI 生成展开看要点与影响 ↓
WAQS用二次探针产生随激活变化的仿射引导方向，离线折叠进线性层，推理零额外计算。
- •二次探针的梯度给出依赖激活的仿射引导方向，可离线精确折叠进相邻线性变换
- •作者证明二次函数是梯度干预为仿射且可精确吸收的最大光滑概念分数类
- •在高斯表示模型下可解释为类条件马氏拉力的差，自然推广线性判别与均值差引导
- •引入二次项低秩参数化以扩展到高维表示
- •在真实性、拒答与谄媚引导任务上达到或优于固定线性引导，并保持模型效用
为什么重要：在效率与表达力之间给出理论边界内的最优解，对需要输入自适应控制又不愿付推理开销的团队有直接价值。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。