角色剂量：用于分级特征控制的校准激活指导

激活引导系数设定干预强度，但要求特定程度的角色表达需要行为量表。我们研究角色剂量：通过特征描述和要求的平均强度来控制语言模型。 PersonaDose 专门针对角色响应设计了一个共享的、以描述为条件的 FLAS 控制器，然后根据测量到的特征表达来校准其流动时间。训练响应与请求的目标强度不匹配。在 Llama-3.1-8B、Qwen3-8B 和 Gemma-3-4B 中，PersonaDose 将角色向量一致性下限的核心特征表达提高了 75 点，比对比激活加法提高了 33.2、18.3 和 17.8 点。校准选择的设置在保留问题上保留了表达优势，尽管一致性底线并不适用于其中的每个特征。在 7 个经过训练的特征中，每个模型 28 个校准目标中的 14-22 个可达到的校准目标相比，校准请求产生的平均目标误差为 4.7-6.2 点。这些结果将控制器学到的行为范围与该范围内请求的准确性分开。