We Think, Therefore We Align LLMs to Helpful, Harmless and Honest Before They Go Wrong

En 3 lignesAMBS (Adaptive Multi-Branch Steering) aligne les LLM sur trois objectifs simultanés (Helpfulness, Harmlessness, Honesty) via un framework 1-to-N Transformer. Une représentation partagée est répliquée en N chemins objectif-spécifiques avec transformations contraintes. Résultats : 56.5% WR moyen sur LLaMA-2-7B, 189 Tok/s.

Résumé généré par Claude — vérifié par l'humain