动态缩放激活引导（DSAS）：按输入与层级自适应调节生成模型行为

DSAS 是一种与具体方法无关的激活引导框架，把「何时引导」与「如何引导」解耦，按层和输入动态调节现有引导变换的强度。与现有引导方法结合时，它在毒性缓解与效用保持之间取得更好权衡、持续改善 Pareto 前沿，并可用于文本到图像扩散模型调节特定概念。该框架计算开销极小，能定位哪些 token 需要引导及幅度，代码将在 GitHub 发布。