成都大学等团队提出DHSA推理时偏好对齐方法

成都大学、北卡罗来纳州立大学、复旦大学等团队提出直接隐状态对齐（DHSA），将承载偏好计算的推理时隐状态作为直接适配空间，基座权重保持冻结。其实现CAST仅启用256—16,384个控制参数，在ConFiQA、IMDb和TL;DR上达到与DPO相竞争的对齐水平，部分设置仅在prefill阶段干预即可。 团队称，配套的残差竞争图（RCM）可将外部偏好映射回推理时的原生计算，为干预提供因果依据；项目提供可复现代码与可扩展框架，解耦干预时机、位置选择、控制方法及控制器训练。

AI 根据报道生成 · 57 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。