Beyond Prompt Engineering: Robust Behavior Control in LLMs via Steering Target Atoms
机构 * Zhejiang University(浙江大学) ; Tencent(腾讯) ; National University of Singapore(新加坡国立大学) ; NUS-NCS Joint Lab(新加坡国立大学NCS联合实验室)
专题命中 安全评测 :safety(abstract);分类 cs.CL、cs.AI、cs.LG
Comments ACL 2025