Angular Steering
二次元部分空間内で活性化ベクトルを回転させ、モデルの表現を目標とする行動の方向へ近づけたり、遠ざけたりする手法です。推論（inference）時に介入するため、モデルの再学習は不要です。
研究
NeurIPS 2025 Spotlight · 上位約3%
人工知能の
人工知能の
基盤メカニズムを
探求する
Torilabでは、大規模言語モデルの内部で行動がどのように形成されるかを研究し、モデル内部からAIの応答を誘導する手法を開発しています。
感情認識AIの限界を押し広げる。
NeurIPS 2025 Spotlight · 上位約3%
幾何学的アプローチによる
幾何学的アプローチによる
行動誘導
AIが言語を処理する際、内部には多次元空間における「矢印」のような「状態」が形成されます。回答の拒否や感情の表現といった特定の行動は、その空間内の特定の方向に対応します。Angular Steeringは、その方向にベクトルを足したり削ったりするのではなく、矢印を一定の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連続的かつ滑らかに行動を調整できるようになります。
Adaptive Angular Steering
目標とする特徴と同じ方向を持つ活性化ベクトルのみを回転させる選択的なバリエーションであり、出力の安定性と一貫性を高めます。
結果
複数のモデルファミリーを用いて、拒否/追従の行動および感情制御のタスクで実験した結果、モデルの一般的な言語能力を維持したまま、安定した行動制御が可能であることが示されました。本研究はNeurIPS 2025 Spotlight · 上位約3%に選出されました。各製品への応用は、それぞれのシステムの技術的評価に依存します。
研究論文Angular Steering: Behavior Control via Rotation in Activation Space
著者Minh Hieu Vu (Torilab), Tan M. Nguyen (NUS)
評価NeurIPS 2025 Spotlight選出投稿論文の上位約3%
主要な研究領域AI行動誘導の
AI行動誘導の
限界を押し広げる
Torilabは、AIモデルがどのように表現を形成し、応答を生成し、行動を変化させるかを研究しています。これらの基盤メカニズムから誘導手法を開発し、より深い対話と感情認識が可能なAIシステムの構築を目指しています。
行動に関する特徴が活性化空間でどのように表現されるか、またその表現がAIの応答とどう結びついているかを研究します。これは、モデル内部から行動に介入するための基盤となります。
部分空間における活性化ベクトルの回転により、モデルの表現を目標の行動方向に向けて調整します。本研究はNeurIPS 2025でSpotlightの評価を獲得しました。
入力
活性化
Angular Steering
行動
応答
NeurIPS 2025でAngular Steeringとともに発表された選択的な誘導手法です。目標とする特徴と同じ方向を持つ活性化ベクトルにのみ作用するため、誘導プロセスがより安定的かつ一貫したものになります。
行動誘導の研究を感情制御やマルチモーダルな課題へと拡張し、人間の文脈やシグナルにより適した応答を返すAIの基盤を構築します。
研究の原則根拠ある研究。
根拠ある研究。
検証可能な結果。
Torilabは、モデル内部のメカニズムの探求と体系的な実験を組み合わせることで、AIの基盤研究を推進しています。私たちは、明確な科学的根拠を持ち、特定の条件下で評価され、継続的な研究によってさらに発展できる手法の確立を目指しています。
基盤メカニズムの深掘り
表面的な応答を観察するだけでなく、モデル内部の表現がどのように出力行動と関連しているかを研究します。
実験による評価
特定の課題において手法を評価し、行動誘導の効果だけでなく、モデルのパフォーマンスへの影響も検証します。
科学とテクノロジーの接続
実験結果と実装された機能を明確に区別しつつ、研究成果を実用的なアプリケーションへと変換する可能性を追求します。
研究協力学術
学術
コミュニティとの
共同研究
Torilabは、AIの基盤的課題に関心を持つ研究者、大学、学術機関との共同研究の機会を歓迎します。Angular Steeringは、Torilabとシンガポール国立大学（NUS）の研究者との共同研究の成果です。私たちは、学術的な知見を結集し、手法を交換しながら、AIの行動誘導、感情認識AI、マルチモーダルインタラクションにおける新たな研究の方向性を共に探求したいと考えています。