LaVGuard：面向上下文价值漂移的选择性解码

LaVGuard是面向上下文价值漂移的选择性解码方法，将授权的十维价值画像与可见前缀价值的冻结估计分离，以受改动位置和累计KL预算约束的logit倾斜实施干预。画像条件化把5% FPR下边界TPR从.58提到.72；在同为.12的平均干预比例下，LaVGuard风险-安全得分.88，位置匹配编辑.72。干预程度显式且有界。