大規模言語モデルの指示処理：非線形な因果的相互作用とは何か？
非線形パッチ：大規模言語モデルにおける指示ベクトル
査読前の可能性がある研究情報
大規模言語モデルの内部で指示処理がどのように行われるかを初めて詳細に調査
速報・AI要約未精査
instruction-tuned language models
Supervised Fine-Tuning (SFT)
Direct Preference Optimization (DPO)
Instruction Vectors (IVs)
arXiv cs.CL