DHSA：偏好对齐也能在推理时完成，256—16,384个控制参数达到DPO水准

成都大学等团队提出直接隐状态对齐（DHSA），在冻结基座权重下通过推理时隐状态控制实现偏好对齐。在ConFiQA、IMDb和TL;DR上，CAST仅启用256—16,384个控制参数，达到与DPO相竞争的对齐水平。实验覆盖GPT-2-large（0.774B）、GPT-J（6B）、Qwen2（7B）、Llama-3及其LION版本（8B）等，项目提供可复现代码与可扩展框架。