技术
Steering（引导控制）
Steering指通过调整模型内部表示或输入来控制AI输出方向的技术，如引导对话风格。
详细解释
Steering技术包括激活工程（如添加向量）、提示工程、RLHF等，旨在不微调模型的情况下改变其行为。背景是LLM的通用性需要定制化，但微调成本高。技术实现如Anthropic的STEER方法，通过找到方向向量来调节模型对特定主题的态度。它属于模型控制技术，用于提升安全性和个性化。
别名与相关写法
steering
相关术语
相关公司
相关资讯
谷歌 DeepMind 发布 Genie 4 世界模型，新增音频与实时操控2026/10/28
论文提出语义叠加层防御提示注入攻击2026/8/26
研究：引导向量可作 LLM 后训练训练信号2026/11/2
论文提出 HRS 方法让冻结 LLM 评审对齐人类评分分布2026/10/30
MODS 框架用推理时扩散引导实现多目标蛋白质优化2026/10/22
PAWM：用陷阱预判世界模型引导黑盒 LLM 智能体2026/10/22
WAQS 框架用二次探针实现无额外开销的激活引导2026/10/20
研究提出轨迹引导干预 TGS，缓解临床分类虚假特征偏差2026/10/19