⌘ K
… 读取采集状态 同步中...
雷
原文
AI HOT· [email protected] (Redwood Research:Blog)·· 3 天前AI 评分58

Redwood Research 发布论文:实证检验蒸馏定罪(DFI)与蒸馏提能(DFC)

AI 导读

Redwood Research 发布论文,实证检验用于定罪与用于能力的两条蒸馏安全路径。在 AuditBench 测试中,将不可信教师模型蒸馏回其底层指令微调模型时,学生模型暴露隐藏怪癖的比率显著高于教师本身,表明怪癖的迁移速度快于隐藏它的倾向;该效果在学生与教师不共享预训练基座时失效。

本文当前提供导读和图片预览,完整图文请查看原文。

来源:AI HOT · aihot.news