苹果发表DSAS：引导强度不固定，按输入和层动态计算
毒性缓解与效用保持的改善全是作者自报，该盯代码放出后能否被独立复现。
原始事件 2026-09-18
资料核对时间：2026/09/18 23:01
这是一篇历史文章。正文中的预测、价格和后续节点均属于当时的时间范围。
苹果机器学习研究团队9月在TMLR发表论文，提出Dynamically Scaled Activation Steering（DSAS）：把“何时引导”与“如何引导”解耦，按输入和层动态计算缩放因子，仅在检测到不良行为时加强干预。作者称该方法与具体引导方法无关、可与现有方法叠加，在毒性缓解与效用保持之间改善Pareto前沿，并已应用于文生图扩散模型，计算开销极小——以上为第一方自报结果，尚无独立验证，代码称将在GitHub提供。原文：Apple ML Research ↗，论文：arXiv ↗