提交您的產品 
Ai應用
Ai資訊
AI生圖
AI生視頻
FastbuildAIEasyEdit2：浙江大學團隊開發的實時LLM編輯導向框架
EasyEdit2是什么？
EasyEdit2是浙江大學團隊開發的易于使用的LLM編輯導向框架，與 EasyEdit 不同，它能在推理時實時導向大語言模型，通過可插拔導向向量實現測試時控制、無需訓練，具備可調節性和可組合性，可應用于安全、情感、個性等多種場景。其架構包含數據集、方法、向量庫和評估模塊四個核心組件，使用時按準備訓練數據、生成導向向量、應用到模型、驗證結果四個步驟操作。
功能特點
實時控制：EasyEdit2 通過可插拔的操控向量，在模型推理階段實現實時、無需訓練的控制。
即插即用：用戶無需修改模型權重，即可無縫應用或移除操控方法。
易用性：用戶無需深厚技術背景，僅需一個示例，即可有效引導和調整模型響應。
可調節性與組合性：用戶可以精確調整干預強度和方向，并結合多種操控技術，實現細粒度控制。
多樣化應用場景：支持多種測試時干預功能，涵蓋安全性、情感傾向、個性特征、推理模式、事實準確性及語言特性等方面。
核心模塊
操控向量生成器（Steering Vector Generator）：自動生成操控向量，用于影響模型行為。
操控向量應用器（Steering Vector Applier）：將生成的操控向量應用到模型中，以實現對模型行為的調整。
應用場景
安全性：抵御越獄攻擊、減少社會偏見、降低隱私泄露風險。
情感傾向：控制模型輸出的情感從消極轉向積極。
個性特征：定制模型的個性。
推理模式：干預推理過程，防止過度思考。
事實準確性：更新模型知識，保持其知識的時效性。
語言特性：定制語言風格以滿足特定需求。
使用方法
準備訓練數據，如定義訓練數據集和生成數據集。
使用BaseVectorGenerator生成導向向量。
通過BaseVectorApplier將向量應用到模型，并生成導向后的輸出。
驗證導向后的模型輸出結果，使用完后可重置模型。
常見問題
問：EasyEdit2 與 EasyEdit 的主要區別是什么？
答：EasyEdit 通過更新內部參數或引入額外參數實現知識編輯，而 EasyEdit2 能在推理時實時導向大語言模型，且無需重新訓練，通過可插拔導向向量實現多種控制功能。
問：EasyEdit2 如何實現對大語言模型的多場景應用？
答：EasyEdit2 利用其可調節性和可組合性，通過控制干預強度和組合多種導向技術，針對不同場景需求對模型進行調整。例如在安全場景加強安全性，在情感場景調整模型情感等。
問：EasyEdit2 使用過程中涉及哪些核心類和配置文件？
答：使用過程中涉及BaseVectorGenerator和BaseVectorApplier這兩個核心類，分別用于生成導向向量和應用向量；還涉及配置文件，如使用OmegaConf.load('./hparams/Steer/config.yaml')加載配置。
相關鏈接
項目主頁：https://zjunlp.github.io/project/EasyEdit2
GitHub倉庫：https://github.com/zjunlp/EasyEdit
arXiv：https://arxiv.org/abs/2504.15133
Hugging Face：https://huggingface.co/papers/2504.15133
