본문으로 건너뛰기

AI Trends

매일 업데이트되는 글로벌 소스의 AI/ML 뉴스를 수집하고 한국어로 요약합니다.

둘러보기

피드 트렌딩 커뮤니티 공지사항 일자별 아카이브

탐색

기술 태그 AI 용어 사전

서비스

서비스 소개 문의

정책

운영 정책 개인정보 처리방침 이용약관

© 2026 AI Trends. All rights reserved.후원

피드 트렌딩 커뮤니티 탐색 보관함

홈 트렌딩 커뮤니티 보관함 프로필

refusal-steering

거절 유도

SAE를 이용해 모델의 거절(Refusal) 동작을 제어하는 기법으로, 본 연구에서는 거절 피처를 clamp하고도 회복 경로를 탐지한다.

비슷한 개념

post-intervention-recovery reconstruction residual refusal-ablation refusal-guardrails refusal-suppression sparse-autoencoders model-refusal safety-eval

← 용어 사전 전체 보기