controllability

一项分析认为，AI演示工具应侧重于生成后的可控性，以实现精确的局部编辑，而不仅仅是提高初稿质量。

本文提出了一种基于可控性-可观测性的框架，通过减少隐藏状态冗余来压缩深度神经网络，在MNIST和CIFAR-10数据集上实现了显著压缩，且精度损失极小。

本文探讨了医疗大语言模型中的幻觉是否可以在神经元层面被检测和控制。作者发现，虽然幻觉信号在众多神经元中可被检测到（AUROC 0.77-0.86），但通过引导这些相同神经元并不容易纠正它们。