连续空间中的推理时对齐

基于摘要分析。本文研究大语言模型如何在推理时利用人类反馈实现对齐，提出 Simple Energy Adaptation（SEA）：不只在基础策略生成的离散回答候选中搜索，而是在连续潜在空间中通过梯度采样调整原始回答，以寻求更符合对齐目标的输出。 核心机制：现有方法通常由基础策略生成多个回答，再利用奖励模型进行搜索；作者认为，当基础策略较弱或候选集较小时，这类方法难以探索有信息量的候选。SEA 将推理表述为迭代优化过程，在由最优策略定义的连续动作空间上构造能量函数，通过梯度采样推动原始回答向目标回答调整。摘要未展开连续变量与离散文本之间的映射、能量函数的具体形式、梯度获取方式及采样设置，这些机制细节尚未验证。 结果与复现：作者报告，在各自评估设置下，SEA 相对表现第二好的基线，在 AdvBench 和 MATH 上的相对提升最高分别为 77.51% 和 16.36%；这不是百分点增益。摘要未给出对应指标名称、基础模型、数据划分、候选数量与计算预算，因此不能据此比较两项任务的绝对效果，也不能确认相同推理成本下的优势。作者提供了公开代码地址，但实现与论文设置的一致性尚未核对；实验协议、消融及统计信息尚未验证。 适用边界：原研究对象是大语言模型的推理时对齐，并非 EEG 解码或 BCI。该方法依赖可优化的连续表示及对齐目标；这些条件在 EEG 任务中的对应关系尚未建立，因此不将其结果表述为 BCI 算法收益。已有 EEG 相关工作尚未检索确认。