10月 25 2026 0 LLMの指示遵守の強さを連続調整する軽量な蒸留ステアリング手法DIAL 投稿者: 亜美と智也のAI論文解説 編集部 DIALは、凍結LLMの隠れ状態を軽量アダプタで編集し、テキスト指示への「従い具合」を数値レベルで連続制御する手法です。CFGで作った複数レベルの教師分布をオン・ポリシー蒸留し、ラベル付き応答なしで学習します。