multi-attribute-steering

MAT-Steer 提出了一种新颖的推理时干预框架，通过学习稀疏且正交的引导向量，选择性干预与每个属性相关的标记，从而在多属性冲突场景下引导大型语言模型，在问答任务和生成任务上的表现均优于现有方法。