LLM의 아첨(sycophancy), 즉 사용자 비위 맞추기를 활성화 조향으로 탐지·제어하기 위한 새로운 데이터 생성 파이프라인을 제안한 연구다(Google DeepMind 계열 저자 포함). 기존의 단순 이진 대조 샘플 쌍을 넘어, 행동 강도에 따라 선형적으로 스케일되는 정도별 샘플을 반복 생성해 행동을 담당하는 '계단식 선형 특징(cascading linear features)'을 분리한다. 이렇게 발견된 아첨 특징은 선형 분리 가능한 부분공간을 형성해 베이스라인보다 목표 행동에 명확히 대응하는 활성화 선택을 가능케 했다. 탐지, 결정론적 점수화, 견고한 조향 평가에서 LLM-as-a-judge와 시스템 프롬프트 베이스라인과 대등하거나 우수하면서 계산 비용은 낮고 해석 가능성 보장은 더 컸다. 코드와 데이터도 공개됐다.

• •이진 대조 쌍 대신 행동 강도가 선형 스케일되는 샘플을 반복 생성하는 파이프라인 제안
• •아첨 특징이 선형 분리 가능한 부분공간을 형성함을 입증
• •탐지·점수화·조향에서 LLM-as-a-judge·시스템 프롬프트 베이스라인과 대등 이상
• •더 낮은 계산 비용과 더 강한 해석 가능성 보장, 코드·데이터 공개