PCA活性化スケーリングで LLM の追従性を双方向制御

arXiv cs.CL ・ 2026-08-17

原題: PCA-guided Activation Scaling for Monotonic Bidirectional Control over LLM Sycophancy

AI による要約

LLM の追従性（sycophancy）を双方向かつ単調に制御する PCA-guided Activation Scaling（PAS）を提案。残差ストリームの活性化を PCA で分解し、追従性・正直性部分空間に異なるスケーリングを適用。3つの LLM と 3 つのデータセットで高い単調性を達成。

この要約は当サイトの AI が生成したものです。正確な内容は 元記事（arXiv cs.CL）をご確認ください。