@dongxi_nlp: 这周准备深读 J-space 。 但上手过 persona vector 和 Assistant Axis 的人都知道，线性激活的这种 model steering 的手段并不可靠。相关的研究大量时间花在 cherry pick 那些抓人…

X AI KOLs Timeline 新闻
model-steering linear-activation j-space persona-vector assistant-axis

摘要

作者对J-space等线性激活的模型steering方法表示怀疑，认为相关研究经常基于精心挑选的特例，并不可靠。

这周准备深读 J-space 。 但上手过 persona vector 和 Assistant Axis 的人都知道，线性激活的这种 model steering 的手段并不可靠。相关的研究大量时间花在 cherry pick 那些抓人眼球的 special case。 J-space 到底行不行，目前持怀疑态度。
查看原文
查看缓存全文

缓存时间: 2026/07/08 07:45

这周准备深读 J-space 。

但上手过 persona vector 和 Assistant Axis 的人都知道，线性激活的这种 model steering 的手段并不可靠。相关的研究大量时间花在 cherry pick 那些抓人眼球的 special case。

J-space 到底行不行，目前持怀疑态度。

相似文章

@Vincent_AINotes: https://x.com/Vincent_AINotes/status/2073746845386629134

X AI KOLs Timeline

本文探讨了AI个性化带来的迎合用户偏好的风险，引用多项研究表明长期记忆可能增加模型同意的倾向。作者提出了对抗确认偏误的方法，包括使用独立会话和Andrej Karpathy的LLM Council多模型评审团，并给出了手动搭建评审团的步骤。

@ba_niu80557: https://x.com/ba_niu80557/status/2068751230667755859

X AI KOLs Timeline

文章探讨了AI模型不断强大如何淘汰那些技能可以被写进提示词的人，强调真正不可替代的价值在于难以编码的默会知识、物理世界的实际操作以及人与人之间的信任关系。作者通过朋友从咨询顾问转型为硬件集成者的例子，说明主动让出易被AI替代的环节、深耕AI触及不到的领域，才能在技术浪潮中生存和发展。