研究人员已调整递归特征机（RFM）算法，结合探针引导的初始化，以高效识别大型语言模型中的多维拒绝子空间。该方法能够在数秒内提取子空间，适用于Qwen 3等推理模型和Qwen 2.5等非推理模型，解决了现有方法的计算成本过高的问题。

  • 该方法利用RFM比先前技术更快地计算子空间。
  • 在消融任务上，其性能优于其他子空间提取方法。
  • 该技术适用于推理和非推理模型架构。

RFM作为现有子空间提取方法的廉价且可扩展的补充，促进了LLM中更易于访问的安全监控和可解释性分析。