研究者提出大语言模型稀疏内部控制框架
Start here
2026年11月，研究人员在 arXiv 上发布研究，提出大语言模型稀疏内部控制（sparse internal control）框架。该框架旨在推理阶段通过干预少量内部节点来定向引导模型行为。为实现精准干预，研究团队引入了 Driver-OMP 与 Coverage-Driver 两种节点选择算法，并建立了涵盖可达性、剂量响应等指标的六轴评估协议。实验结果显示，该方案在 MMLU 问答、间接宾语识别、情感引导以及拒绝引导等多项任务中均验证了可行性。
AI-generated from reports · Updated 20 hours ago
Report timeline
Follow the reports to see different sides of the story.
- arXiv 自然语言处理大语言模型的稀疏内部控制
研究提出大语言模型稀疏内部控制（sparse internal control）框架，通过在推理阶段干预少量内部节点来定向引导模型行为。该框架引入 Driver-OMP 与 Coverage-Driver 两种节点选择算法，并建立涵盖可达性、剂量响应等指标的六轴评估协议。在 MMLU 问答、间接宾语识别、情感和拒绝引导等任务上的实验验证了该方案的可行性。
Story heat trend
Current heat 6·Comparable peak 10（Nov 4 14:00）·Comparable change, last 24 hours–
Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.