Update README.md
Browse files
README.md
CHANGED
|
@@ -79,7 +79,6 @@ license: apache-2.0
|
|
| 79 |
|
| 80 |
本文提出并验证了一种基于向量代数和正交分解的、高精度的LLM编辑方法。该方法无需任何梯度下降或额外训练，通过直接在参数空间中进行代数运算，即可实现对特定高阶行为的靶向性移除。我们的实验结果不仅为线性表征假说提供了强有力的支持，更揭示了通过“减法”来“增强”模型特定能力的潜力。这为未来开发高度定制化、高效率、低成本的专家AI模型，开辟了一条全新的、充满前景的道路。
|
| 81 |
|
| 82 |
-
---
|
| 83 |
---
|
| 84 |
|
| 85 |
### **附录A：对消融后模型 `Φ_abl` 的探测性评估**
|
|
|
|
| 79 |
|
| 80 |
本文提出并验证了一种基于向量代数和正交分解的、高精度的LLM编辑方法。该方法无需任何梯度下降或额外训练，通过直接在参数空间中进行代数运算，即可实现对特定高阶行为的靶向性移除。我们的实验结果不仅为线性表征假说提供了强有力的支持，更揭示了通过“减法”来“增强”模型特定能力的潜力。这为未来开发高度定制化、高效率、低成本的专家AI模型，开辟了一条全新的、充满前景的道路。
|
| 81 |
|
|
|
|
| 82 |
---
|
| 83 |
|
| 84 |
### **附录A：对消融后模型 `Φ_abl` 的探测性评估**
|