＜论文＞EasyEdit2：高效控制大模型行为

一、摘要

        本文介绍浙江大学发表于2025年4月的论文《EasyEdit2: An Easy-to-use Steering Framework for Editing Large Language Models》。EasyEdit2是一个简单易用的大语言模型（LLM）行为控制框架，核心是让普通人也能轻松调整模型的输出风格和内容，无需修改模型底层参数。

译文：

        在本文中，我们介绍了EasyEdit2，这是一个旨在实现即插即用式可调节性，以控制大语言模型（LLM）行为的框架。EasyEdit2支持广泛的测试时干预，包括安全性、情感倾向、个性、推理模式、事实性和语言特征。与前身不同，EasyEdit2采用了一种专门为无缝模型操控而设计的新架构。它包含诸如操控向量生成器和操控向量应用器等关键模块，这些模块能够自动生成并应用操控向量，从而在不修改模型参数的情况下影响模型行为。EasyEdit2的主要优势之一是其易用性——用户无需具备广泛的技术知识。仅需一个示例，他们就能有效地引导和调整模型的回复，使精确控制变得易于实现且高效。通过实证研究，我们报告了不同大语言模型上的模型操控性能，证明了这些技术的有效性。

二、核心创新点