Steering Vector

Steering Vector（引导向量）是模型可解释性与控制领域的技术，通过分析模型激活空间中的语义方向，找到对应特定概念（如情感、主题）的向量，并在推理时将其加到隐藏层激活上，从而控制生成结果。例如，添加“积极情感”向量可使输出更乐观。该方法由Anthropic等机构提出，属于激活工程（activation engineering）范畴，具有轻量、可组合的优点。