arXiv · Computer Vision· Muhammad Atif Butt, Pawe{\l} Skier\'s, Joost Van De Weijer, Kamil Deja·2026-10-07 12:00· 3 小时前AI 评分29

超越线性表示假说：文本到图像模型中的非线性激活引导

Beyond the Linear Representation Hypothesis: Non-Linear Activation Steering in Text-to-Image Models

AI 导读

研究提出 KANSteer，用 Kolmogorov-Arnold Networks（KANs）把概念遍历建模为穿过中间状态的曲线，以一维坐标及其学习函数定义轨迹，使引导方向随概念变化且保持可解释。