arXiv cs.CL·· 2 天前AI 评分36
VIAS：面向组织多价值观对齐与合规的价值隔离激活引导
VIAS: Value-Isolating Activation Steering for Multi-Value Alignment and Compliance for Organisations
AI 导读
研究者提出价值隔离激活引导方法 VIAS，通过对比同一场景下列出全部相关价值观与省略单一目标价值观的两种提示所生成回答，筛选出目标价值观由合规转为不合规、其余价值观仍达最低合规水平的样本对，以构建区分度更高的价值观向量。
来源：arXiv cs.CL · arxiv.org