Structure-Aligned Steering：用于激活控制的任务空间操作

基于摘要分析。本文研究模型激活控制中，线性添加引导向量难以表达任务固有结构的问题，提出 Structure-Aligned Steering：通过编码器—解码器接口，将隐藏状态映射到具有任务结构的坐标空间，在该空间施加变换，再转换为模型可读取的隐藏状态。主要研究对象是模型内部激活的结构化控制，并非 EEG 或 BCI。 在具有预设星期坐标的任务中，作者报告，一次旋转可使输出朝下一个星期日推进，分数步操作可组合并使输出在相邻星期日之间平滑转移，且能够闭合循环。这里的“星期日”指一周中的各个日期类别，而非仅 Sunday。作者将这些性质作为区别于线性引导的关键能力。 对于没有明确坐标目标的情形，方法通过匹配由几何结构导出的输出分布进行学习。作者报告，稀疏数字混合可展开为连续圆环，颜色编码则保留 RGB 立方体的邻域关系和近似距离，解码器进一步将这些关系带入隐藏状态。扰动坐标或采用与任务不一致的几何监督会降低准确率，为几何组织与控制效果的联系提供实验线索。 在应用验证方面，作者构建了面向模运算的 steerer–aligner 系统，并报告其在八个模型上优于参数量匹配的 PEFT 基线。摘要未提供模型名称、数据划分、准确率数值或增益幅度，不能据此判断跨设置的稳定性；编码器与解码器结构、训练目标、变换约束、实验协议、消融及统计信息尚未验证。 平台推测（待验证）：若 EEG 控制任务具有明确的周期或邻域结构，该任务空间接口可能成为表征控制的候选机制，但原文结果不构成 EEG/BCI 有效性的证据。其迁移依赖可定义的任务坐标与相应监督，并需验证低信噪比及跨被试变化下的几何稳定性；已有 EEG 相关工作尚未检索确认。