LLM 条件化中的有效性-流畅性权衡：一项系统研究

系统研究考察 LLM 条件化在概念注入与移除中的有效性与流畅性权衡，发现高效 steering 方法常以显著牺牲流畅性为代价。activation steering 在指令微调模型上远不如基座模型有效；简单 prompting 与完整 supervised fine-tuning 适合概念注入，但不擅长概念移除。低成本文本指标与昂贵的 LLM-as-judge 评分高度相关，可揭示条件化方法行为。