表征干预 LLM-DailyDigest 2026-08-19 2026-08-19 约 100 字 预计阅读 1 分钟 表征干预 本主题由提交工具自动创建,可在此补充洞察与资料。 相关消息(按子主题自动聚合) 个性化对齐 1 VISTA:从少量问卷回答推断潜在用户价值并引导 LLM 10-19 基准优化 1 量化 ASR 模型的基准优化行为 08-21 工具调用 1 检索之前:LLM 智能体的安全与工具调用决策 10-19 机制发现 1 将人类干预作为标签:定位与修正 LLM 智能体故障 10-18 模型可靠性 2 Omni-Woodpecker:证据先验重平衡纠正跨模态幻觉 10-27 通过表征工程缓解真实场景中的奖励作弊 10-22 测试时优化 1 MISVO:语言模型最小侵入式引导 09-25 激活引导 1 Deep Noir:自主发现 Transformer 激活引导参数 09-19 置信度评估 1 USteer:免训练不确定性引导推理,降低模型幻觉 10-01 表征审计 1 冻结 LLM 的几何约束“可解码但不可行动”鸿沟审计 08-19 评测意识 1 评测意识并非单一变量:能力框架可预测模型服从性 08-29 跨域经验迁移 1 Isaac 启发学习:跨域经验驱动大模型认知内生化 08-27