Steering (Intervenções)

Conjunto de intervenções usadas para deslocar o comportamento de um modelo durante a inferência sem realizar um novo treino completo. O controle pode atuar sobre o contexto, as probabilidades de decoding ou as ativações internas; activation steering, por exemplo, adiciona ou remove uma direção vetorial em uma camada para favorecer um atributo observado.

Steering altera uma distribuição, sem criar uma garantia lógica sobre a saída. Intensidade excessiva pode degradar coerência, interferir em capacidades vizinhas ou funcionar apenas no domínio em que a direção foi estimada. Toda intervenção precisa de baseline, controle de força, evals por tarefa e possibilidade de rollback.