Dynamically Scaled Activation Steering：动态缩放的激活引导框架

Dynamically Scaled Activation Steering（DSAS）通过按层和输入自适应调节引导强度，在检测到不良行为时才强干预。DSAS 可结合现有引导方法，改善毒性缓解与效用保留的 Pareto front，并已应用到文本到图像扩散模型；代码将发布在 Github。