연구진은 기존 활성화 조향 방법의 한계를 극복하기 위해 FLAS(Flow-based Activation Steering)를 제안했습니다. FLAS는 개념에 따라 달라지는 속도장을 학습하여 활성화를 조작하며, 기존 방법들이 가진 단순화된 가정을 벗어납니다.
AxBench 벤치마크에서 FLAS는 프롬프팅을 꾸준히 능가하며, Gemma-2-2B-IT 모델에서 1.015, Gemma-2-9B-IT 모델에서 1.113의 높은 성능을 기록했습니다.
학습된 흐름 분석 결과, 활성화 공간의 기하학적 구조에 대한 기존 가설이 불완전할 수 있음을 시사합니다.