リサーチ・論文 · 11月18日 03:15 【速報】LLMの回答拒否を内部介入で制御、ハギングフェイスが論文発表 huggingface.coが2026年11月16日(現地時間)に公開した論文によると、大規模言語モデル (LLM) の回答拒否メカニズムが解明された。この研究は、クエリの曖昧さ、モデルの知識限界、安全アラインメントという三つの要因における回答拒否の内部方向を特定。中間層への介入により、その拒否率を操作できることを示している。