모델 스티어링
모델의 가중치를 수정하지 않고 추론 과정에서 내부 활성화 값(Hidden State)을 직접 조작하여 모델의 출력 방향을 제어하는 기법이다. 특정 개념이나 스타일을 강화하거나 억제하는 데 사용되며, 추가 학습 없이도 모델의 행동을 바꿀 수 있어 효율적이다.