토큰 인식 편집(TAE)은 2025년 5월 베이항대학교 연구팀에 의해 제안되었으며, 관련 연구 결과는 논문 "..."에 게재되었습니다.대규모 언어 모델 정렬을 위한 내부 활성화의 토큰 인식 편집".

TAE는 활성화 공간에서 마커 수준 정렬 정보를 활용하여 우수한 중재 후 성능을 달성합니다. 구체적으로, 상호 정보 기반 그래프 집계(MIG) 모듈은 먼저 마커의 정보적 상호작용을 활용하여 활성화를 향상시키는 상호 정보 기반 그래프를 구성하여 정렬 감지를 개선하고 중재를 용이하게 합니다. 이후, 정렬 불량 인식 적응 중재(MAI)는 마커 표현 및 예측을 통해 마커 수준 정렬 불량의 정도를 종합적으로 파악하여 편집 강도에 대한 적응적 조정을 유도하고, 최종 정렬 성능을 향상시킵니다.