
Agentes de IA conseguem encontrar as alavancas que direcionam modelos de linguagem a qualquer tema?
Um grupo de agentes de programação recebeu a missão de localizar direções internas em grandes modelos de linguagem capazes de inclinar o texto gerado para uma ideia ou estilo específico. A tarefa exigia que buscassem entre milhares de características candidatas, testassem com precisão como cada uma reage a exemplos relevantes e verificassem se a adição da característica altera de fato a saída do modelo. Essa configuração transforma uma máquina opaca em algo mais próximo de um painel de controle, onde a alavanca certa pode fazer o modelo responder em português, descrever sintomas ou focar em imóveis.




































