arXiv · Computation and Language· Haotian Yang, Huikang Jiang, Yucheng Wu, Wen-Jie Jiang, Chenpeng Wang, Yibin Lou, Liangming Pan·· 3 小时前AI 评分44
SteerScope：面向 LLM 引导方法的多维评测套件
Does Steering Break Your Model? A Multi-Dimensional Evaluation Suite for LLM Steering Methods
AI 导读
论文提出 SteerScope，一个双轴多维评测套件，用 15 项指标联合刻画引导结果与方法属性，覆盖目标效能、副作用、泛化与数据依赖性。研究在统一模型、任务与协议下对 4 个系列共 23 种方法（含 Prompting、LoRA、SFT 基线）进行基准测试，发现现有激活引导方法在效能与副作用的整体平衡上均未超过 Prompt Steering 基线，且两者存在稳定耦合。
来源：arXiv · Computation and Language · arxiv.org