LLM 条件控制中有效性与流畅性权衡的系统研究

这项系统研究发现，LLM 条件控制方法在概念注入或移除效果与生成流畅性之间存在明显权衡。高效 steering 方法常以流畅性为代价，activation steering 在 instruction-tuned 模型上远不如 base 模型有效；提示词和监督微调适合概念注入，但不擅长概念移除。