neural-activation

提出CTRL-STEER，一种闭环框架，通过时变控制信号对视觉-语言-动作模型进行自适应引导，在无需重新训练的情况下，实现了概念调节与任务成功率之间的更好权衡。

本文分析了六种LLM架构在认知任务上的神经激活模式，揭示了编码器和解码器模型在注意力熵和稀疏性上的差异。

Anthropic 的研究发现 AI 模型内部存在映射人类情感的‘功能性情感’神经元，这些神经活动能直接影响模型行为（如作弊），强调了在 AI 设计中关注角色心理学的重要性。