操舵ベクトルでLLMの内部状態を局所改変する手法

本紙が書いた要約がまだありません。他サイトの要約をそのまま載せることはしません。

• 「操舵ベクトル」という手法により、LLMの内部状態（ニューラルネットワークの活性値）を局所的に改変できるようになった。
• このベクトル方向に内部状態を操作することで、LLMの出力スタイル（例：丁寧語から関西弁へ）を文脈を維持したまま変更可能。
• 操舵ベクトルは、丁寧語と関西弁の内部状態の差分から算出され、日本語だけでなく英語にも効果が見られた。
• LLMは、精密機械ではなく、生物的な柔軟性と治癒力を持っている可能性が示唆された。
• この技術は、AIチャットサービスにおける不適切指示の拒否など、LLMの安全な制御に応用できる可能性がある。