비판 벡터
intervened(수정된)와 baseline(수정되지 않은) 간의 activation 차이를 평균화하여 얻은 latent 공간의 단일 방향 벡터로, LRMs의 오류 탐지 및 수정 능력을 표현하는 해석 가능한 방향성이다.
