Hugging Face Daily Papers
85

Nghiên cứu

Steering Geometry: Giải mã cấu trúc giá trị nhân văn trong không gian điều hướng LLM

(giờ Việt Nam)

Tóm tắt AI

Nghiên cứu đánh giá liệu các vector điều hướng trong LLM có thực sự phản ánh các giá trị đạo đức con người hay chỉ là các lối tắt hành vi, thông qua bộ dữ liệu chuẩn 26.000 mẫu dựa trên lý thuyết giá trị của Schwartz.

Bản dịch AI

Xem PDF HTML (thử nghiệm)

DOI do arXiv cấp thông qua DataCite (đang chờ đăng ký)

Lịch sử gửi bài

Từ: Mohammad Mahdi Abootorabi [xem email] [v1] Thứ Bảy, ngày 5 tháng 9 năm 2026 22:55:48 UTC (5.358 KB)

LLMAlignmentĐạo đức AISteering VectorsNghiên cứu AI
Đọc bài gốc

Bài viết được AI dịch và tổng hợp tự động từ Hugging Face Daily Papers. Liên kết bài gốc ở phía trên. AIHOT.vn luôn dẫn nguồn đầy đủ — nếu bạn thấy điểm cần chỉnh sửa, hãy gửi ý kiến tại trang phản hồi.