arXiv 人工智能· Rocio Perales Valdes, Animesh Garg·· 22 小时前AI 评分33
目标编辑：$\pi_{0.5}$ 中的单 token SAE 转向与深度限制
Editing the Goal: Per-Token SAE Steering and Its Depth Limits in $\pi_{0.5}$
AI 导读
在保持文本指令不变的情况下，替换单个目标词的稀疏自编码器（SAE）特征即可引导机器人基础模型 $\pi_{0.5}$-LIBERO 完成替代任务。在第 0 层，BatchTopK 特征替换最高实现 20/20 次行为重定向，加入两倍强度的均值差向量也可达成 8-10/10 次。
来源：arXiv 人工智能 · arxiv.org