persona-features

标签

#persona-features

基于人格特征的涌现性错位数据归因

arXiv cs.CL ↗ · 2026-08-12 缓存

本文研究了微调语言模型中的涌现性错位现象，使用基于SAE的模型差分来识别控制错位的人格特征，并将其归因于预训练网络文档。

0 人收藏 0 人点赞

← 返回首页

提交意见反馈