全部论文

HeadEdit 是一种不更新参数的行为校准方法，作用点是冻结的 unembedding，而不是中间层残差或新的梯度优化。

SPAR 是一种免训练的 MLLM 推理时干预，用来把注意力里的结构偏置和语义视觉信号分开。

SECRET 是一种训练无关的问题状态转向方法，用来减轻 AVLLM 的 source-confused grounding hallucination。

Retain-aware Activation Steering（RASteer） 是一种不改权重的推理时概念擦除方法，用于文生图扩散模型去掉指定概念并减少对保留概念的误伤。

GUARD 用门控激活转向做说话人身份遗忘，使零样本 TTS 对退出说话人难以再识别。

AIMES 是推理时的多价值激活转向框架，用中间层词表读出把固定系数改成随状态变化的权重。

SCALPEL 是不改基座权重的表征层遗忘方法，面向与保留数据重叠的窄目标。

LocUS 是不更新权重的推理时转向方法，把差分均值更新限制在少数注意力头及其属性对齐子空间。

作者研究拒答表示是否随架构改变，结论是表示共享、读取位置随架构变。

MROP 是 deep JSCC 无线图像传输上的推理时输入纯化，对象是矩形补丁后门。

GAPS 为 activation steering 增加维度级条件：在决定何时干预之外，再决定当前该动哪些神经元。

EraseSAE 把 SAE 用于 DiT 文生视频模型的概念擦除。作者要解决的是：全局改权重或表面负提示对不齐细粒度、分布式的概念，而且会改到无关时空区域。