Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Beyond Hidden-Layer Manipulation: Semantically-Aware Logit Interventions for Debiasing LLMs

Created by
  • Haebom

저자

Wei Xia

개요

본 논문은 Static과 Dynamic, 두 가지 제로샷 로짓-레이어 디바이어싱 방법을 제안합니다. Dynamic 방법은 최소한의 유창성 손실로 최대 70%까지 편향을 줄입니다. 로짓 개입은 은닉 레이어 접근 방식을 능가하며, 의미 인식 로짓 개입은 정렬된 LLM의 디바이어싱에 안정적이고 효과적임을 보입니다.

시사점, 한계점

최대 70%의 편향 감소 (Dynamic 방법)
유창성 손실 최소화 (Dynamic 방법)
로짓 개입이 은닉 레이어 접근 방식보다 우수
의미 인식 로짓 개입의 안정성과 효과
👍