LLM 条件控制中的有效性与流畅度权衡：系统研究

一项系统研究评估了 LLM 输出条件控制中的权衡，发现激活干预（activation steering）等高效方法往往以大幅牺牲生成流畅度为代价。研究表明，激活干预在指令微调模型上的效果远弱于基座模型，而简单提示词和有监督微调更适合概念注入而非概念移除。此外，低成本的文本计算指标与高成本的 LLM-as-judge 评分高度相关。