L'édition sensible aux jetons (TAE) a été proposée par une équipe de recherche de l'université de Beihang en mai 2025, et les résultats de recherche pertinents ont été publiés dans l'article "...".Édition prenant en compte les jetons des activations internes pour l'alignement de grands modèles de langage".

TAE exploite pleinement les informations d'alignement au niveau des marqueurs dans l'espace d'activation pour obtenir des performances post-intervention supérieures. Plus précisément, le module d'agrégation de graphes guidée par l'information mutuelle (MIG) construit d'abord un graphe guide d'information mutuelle afin d'améliorer l'activation grâce aux interactions informationnelles des marqueurs, optimisant ainsi la détection de l'alignement et facilitant l'intervention. Ensuite, l'intervention adaptative sensible au désalignement (MAI) perçoit de manière exhaustive le degré de désalignement au niveau des marqueurs, à partir de leur représentation et de leur prédiction, afin d'ajuster l'intensité de l'édition et d'améliorer ainsi les performances d'alignement finales.