标记感知编辑（Token-Aware Editing，TAE）是由北京航空航天大学研究团队于 2025 年 5 月提出的，相关研究成果发表于论文为「Token-Aware Editing of Internal Activations for Large Language Model Alignment」。

TAE 能够充分利用激活空间中的标记级对齐信息，从而实现更优的干预后性能。具体而言，互信息引导图聚合（Mutual Information-guided Graph Aggregation,MIG）模块首先构建一个互信息引导图，以利用标记的信息交互进行激活增强，从而提高对齐探测并促进干预。随后，错位感知自适应干预（Misalignment-aware Adaptive Intervention,MAI）从标记表示和预测中全面感知标记级错位程度，以指导编辑强度的自适应调整，从而提高最终对齐性能。