研究：引导向量可作 LLM 后训练训练信号
原文标题：Steering Vectors as a Training Signal in LLM Post-Training
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。
论文研究引导向量（SVs）能否在 SFT、蒸馏与 RLVR 后训练中引导参数更新。监督场景下注入 SV 最高带来 12% 提升，RL 场景可修复全错组的零梯度问题，同时指出代码生成等三类失效边界。
- 问题
- 引导向量此前只用于推理时行为控制，能否作为后训练参数更新的信号尚不明确。
- 方法
- 在 SFT、蒸馏与 RLVR 中分别注入引导向量，并分析方向、位置与组合方式三个设计轴。
- 结果
- 监督场景最高带来 12% 提升；RL 场景可修复全错组的零梯度问题，并指出三类失效边界。
- 影响
- 把推理期控制手段扩展为训练信号，为蒸馏与 RL 的零梯度难题提供低成本辅助方案。
深读 · 结论先行AI 生成展开看要点与影响 ↓
引导向量可作后训练训练信号：监督场景最高提升 12%，RL 场景能修复全错组的零梯度问题。
- •研究覆盖 SFT、蒸馏与 RLVR 三类后训练，考察方向、注入位置与组合操作三个设计轴。
- •蒸馏思考模式教师时，SV 注入带来的提升随 off-policy 差距扩大，最高达 12%，跨三个随机种子成立。
- •RL 中用正确性对比方向做优势修复，可为全错组恢复学习信号，并迁移到留出数学基准。
- •该方法可与熵感知优势塑形等零方差补救手段叠加使用。
- •论文指出三类失效边界，包括代码生成会破坏该方向。
为什么重要：把推理期控制手段转为训练信号，为蒸馏与 RL 的零梯度难题提供了低成本补充方案，但失效边界提示不能通用。
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
谷歌 DeepMind 发布 AlphaGenome 2，精细预测突变细胞效应
AI 摘要谷歌 DeepMind 推出 AlphaGenome 2，基于 68 种组织、超 1 亿个细胞图谱训练，可预测遗传变异对特定细胞类型与状态的影响。该模型识别出的影响基因表达的变异数量约为上一代的两倍，并能在未重新训练的情况下预测新细胞类型，有望助力疾病机理研究与药物靶点发现。
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。