热点事件持续更新
研究者提出大语言模型稀疏内部控制框架
1 篇报道1 个报道来源14 小时前更新
先了解这件事
AI 综述
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 根据报道生成 · 13 小时前更新
最新进展11月4日 13:00
研究者提出稀疏内部控制框架，可通过在推理阶段干预少量内部节点定向引导大语言模型行为。报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- 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。
本事件热度走势
当前热度 7·可比范围峰值 10（11月4日 14:00）·近 24 小时可比范围变化–
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。