苹果提出动态缩放激活引导DSAS：按需自适应控制大模型生成行为

苹果机器学习研究团队于 2026 年 9 月 18 日发布论文，提出名为动态缩放激活引导（DSAS）的模型干预框架，旨在解决传统激活引导无差别干预导致模型通用性能受损的问题。

• 解耦干预时机与干预方式：DSAS 将何时干预与如何干预分开，通过在生成时动态计算依赖于上下文的缩放因子，仅在检测到不良行为时才进行强干预。
• 兼容现有方法与端到端优化：该框架与具体引导算法无关，可与现有激活引导方法结合并进行端到端联合优化，在抑制不良输出与保持模型效用之间取得更好的帕累托前沿表现。
• 拓展多模态与可解释性：研究团队除在语言模型上验证外，还将 DSAS 应用于文生图扩散模型以调节特定概念生成，并指出该方法计算开销较小，有助于定位需要干预的特定 token。
• 影响/看点：该技术可能为大模型在端侧部署时的安全对齐与行为控制提供更低损耗的实现路径，但其实际效果仍取决于不良特征检测的准确率以及在多样复杂场景下的泛化能力。
• 资料依据：
• Apple Machine Learning Research（2026-09-18）：https://machinelearning.apple.com/research/dynamically-scaled-activation-steering
• arXiv（2025-12-03）：https://arxiv.org/abs/2512.03661

本内容由 AI 生成，仅供参考，请注意甄别