DHSA实现大模型推理时偏好对齐：仅需256至16384个控制参数达到DPO水准

研究团队提出直接隐状态对齐（DHSA）方法，通过因果激活状态转移（CAST）在冻结基座权重的前提下直接调控推理时隐状态。在ConFiQA、IMDb和TL;DR任务中，CAST仅需256至16,384个控制参数即可达到与DPO相当的对齐水平。该方案支持仅在prefill阶段介入，并能叠加至现有DPO模型上进一步改善表现。