研究识别激活引导除目标行为外引入的话语层面变化,并探索干预方法。
推荐理由:以往只用困惑度衡量引导副作用,无法说明文本究竟如何变化;该工作下钻到话语结构,意味着安全或风格向量即便命中目标,也可能系统性扭曲论述组织。
阅读原文