Search for a command to run...
标记感知编辑（Token-Aware Editing，TAE）是由北京航空航天大学研究团队于 2025 年 5 月提出的，相关研究成果发表于论文为「Token-Aware Editing of Internal Activations for Large Language Model Alignment」。
TAE 能够充分利用激活空间中的标记级对齐信息，从而实现更优的干预后性能。具体而言，互信息引导图聚合（Mutual Information-guided Graph Aggregation,MIG）模块首先构建一个互信息引导图，以利用标记的信息交互进行激活增强，从而提高对齐探测并促进干预。随后，错位感知自适应干预（Misalignment-aware Adaptive Intervention,MAI）从标记表示和预测中全面感知标记级错位程度，以指导编辑强度的自适应调整，从而提高最终对齐性能。
Search for a command to run...
标记感知编辑（Token-Aware Editing，TAE）是由北京航空航天大学研究团队于 2025 年 5 月提出的，相关研究成果发表于论文为「Token-Aware Editing of Internal Activations for Large Language Model Alignment」。
TAE 能够充分利用激活空间中的标记级对齐信息，从而实现更优的干预后性能。具体而言，互信息引导图聚合（Mutual Information-guided Graph Aggregation,MIG）模块首先构建一个互信息引导图，以利用标记的信息交互进行激活增强，从而提高对齐探测并促进干预。随后，错位感知自适应干预（Misalignment-aware Adaptive Intervention,MAI）从标记表示和预测中全面感知标记级错位程度，以指导编辑强度的自适应调整，从而提高最终对齐性能。
类比 LLM 领域的思维链概念，CoF 适用于当今的生成视频模型。
联合对齐全局和局部特征，有效引导对抗样本朝向目标特征分布并增强可迁移性。
C2C 通过转换和融合模型间的键值（KV）缓存，实现直接的语义交流。
基于 GRPO 等微调技术现有局限性，GVPO 作为一种可靠、多功能的后训练范式应运而生。
InstanceAssemble 在多模态条件下推动了高质量且可控的图像生成。
HiPO 用于自适应 LLM 推理，主要包括混合数据构建和混合强化学习。
MultiPL-MoE 是后预训练阶段扩展低源编程语言的一种有效方法。
通义千问团队系统地研究了门控机制在标准 softmax 注意力中的作用。
GTA 在多个文本分类基准测试中均显著优于标准 SFT 基线和最先进的 RL 方法。
类比 LLM 领域的思维链概念，CoF 适用于当今的生成视频模型。
联合对齐全局和局部特征，有效引导对抗样本朝向目标特征分布并增强可迁移性。
C2C 通过转换和融合模型间的键值（KV）缓存，实现直接的语义交流。
基于 GRPO 等微调技术现有局限性，GVPO 作为一种可靠、多功能的后训练范式应运而生。
InstanceAssemble 在多模态条件下推动了高质量且可控的图像生成。
HiPO 用于自适应 LLM 推理，主要包括混合数据构建和混合强化学习。
MultiPL-MoE 是后预训练阶段扩展低源编程语言的一种有效方法。
通义千问团队系统地研究了门控机制在标准 softmax 注意力中的作用。
GTA 在多个文本分类基准测试中均显著优于标准 SFT 基线和最先进的 RL 方法。
