attention-steering

提出了流形引导的注意力转向（MAGS），这是一种轨迹感知的推理时干预方法，通过将注意力输出投影回学习的正确性流形（当偏差超过阈值时）来纠正LLM中的推理错误，在数学、代码和分子基准测试中优于静态转向方法。