शोधकर्ताओं ने बड़े भाषा मॉडलों (LLMs) में बहु-आयामी अस्वीकृति उपस्थानों को कुशलता से पहचानने के लिए प्रोब-सूचित आरंभीकरण के साथ Recursive Feature Machine (RFM) एल्गोरिदम को अनुकूलित किया है। यह दृष्टिकोण Qwen 3 जैसे तर्क मॉडलों और Qwen 2.5 जैसे गैर-तर्क मॉडलों पर सेकंडों में उपस्थान निष्कर्षण की अनुमति देता है, जो मौजूदा तरीकों के कंप्यूटेशनल प्रतिबंधों को दूर करता है।
- विधि RFM का लाभ उठाती है ताकि पूर्व तकनीकों की तुलना में काफी तेजी से बहु-आयामी उपस्थानों की गणना की जा सके।
- यह अल्टरनेटिव उपस्थान निष्कर्षण तरीकों की तुलना में एब्लेशन कार्यों पर बेहतर प्रदर्शन प्राप्त करता है।
- तकनीक तर्क और गैर-तर्क मॉडल दोनों आर्किटेक्चर के लिए लागू होती है।
RFM मौजूदा उपस्थान-निष्कर्षण तरीकों के लिए एक सस्ता और स्केलेबल पूरक प्रदान करता है, जो मॉडल सुरक्षा व्यवहारों की अधिक सुलभ निगरानी को सुगम बनाता है।