論文「Angular Steering: Behavior Control via Rotation in Activation Space」を公開

Torilabは、論文「Angular Steering: Behavior Control via Rotation in Activation Space」をarXiv（arXiv:2510.26243）で公開しました。著者はMinh Hieu Vu（Torilab）とTan M. Nguyen（シンガポール国立大学（NUS））です。

AIが言語を処理する際、高次元空間の中に内部表現が生まれます。それは、さまざまな方向を指す矢印のようなものです。依頼を拒否する、感情を表現するといった特定の挙動は、この空間内の特定の方向と関連づけることができます。Angular Steeringは、方向を足したり取り除いたりするのではなく、矢印をある角度だけ回転させます。これにより、ダイヤルを回すように挙動を連続的に調整することが可能になります。

本論文ではさらに、Adaptive Angular Steeringも提案しています。これは、対象となる特徴と方向が一致する活性化ベクトルにのみ作用する選択的な手法で、ステアリングの過程をより安定的かつ一貫したものにします。