Công bố bài báo “Angular Steering: Behavior Control via Rotation in Activation Space”
Phương pháp điều hướng hành vi của mô hình ngôn ngữ lớn bằng cách xoay các vector trong không gian kích hoạt.
Torilab đã công bố bài báo “Angular Steering: Behavior Control via Rotation in Activation Space” trên arXiv (arXiv:2510.26243). Các tác giả gồm Minh Hieu Vu (Torilab) và Tan M. Nguyen (Đại học Quốc gia Singapore – NUS).
Mỗi khi AI xử lý ngôn ngữ, các biểu diễn nội bộ sẽ hình thành trong một không gian nhiều chiều, giống như những mũi tên chỉ về các hướng khác nhau. Một số hành vi nhất định, như từ chối một yêu cầu hay thể hiện cảm xúc, có thể gắn với những hướng cụ thể trong không gian này. Thay vì cộng thêm hay loại bỏ một hướng, Angular Steering xoay mũi tên theo một góc. Cách tiếp cận này cho phép điều chỉnh hành vi một cách liên tục, giống như khi xoay một núm vặn.
Bài báo cũng giới thiệu Adaptive Angular Steering, một phương pháp có chọn lọc, chỉ tác động lên những vector kích hoạt cùng hướng với đặc trưng mục tiêu, giúp quá trình điều hướng ổn định và nhất quán hơn.