浙大&腾讯联合研发新技术精准调控大模型行为，DeepSeek-R1干预实验效果显著

浙江大学与腾讯联合团队提出Steering Target Atoms（STA）方法，通过精准调控大模型内部神经元行为，提升生成内容的安全性和准确性。该技术在Gemma、Llama及DeepSeek-R1等大模型上验证有效，可抑制违规同时保持智能表现，尤其在DeepSeek-R1的MoE架构中干预专家神经元显著提升了推理能力。研究已开源部分方法，为可控AI发展提供新路径。