提出steering Hessian与sharp removal方法

2026年10月14日，arXiv Artificial Intelligence 刊出由 Seyedarmin Azizi 等作者发表的研究，提出“引导 Hessian”（steering Hessian）矩阵，用于刻画语言模型行为损失对引导向量的二阶导数。该矩阵的顶部特征向量被称为“锐方向”，报道称微小扰动即可引发大幅且依赖输入的行为波动，研究据此分析锐方向为何让 CAA（激活引导）失效，并提出 sharp removal 修正方法。报道未给出该方法的具体适用对象、收费或额度、地域及使用限制等条件。目前该事件仅有这一篇报道，尚无后续跟进或相互矛盾的说法。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。