AITOP
精选
过去 24 小时，从 752 条中筛出 46 条
全部模型产品行业论文技巧
标签：向量蒸馏×
6月11日
15:28
15:23
15:07
6月2日
09:41
09:41arXiv cs.AI@Camila Blank, Agam Bhatia, Senthooran Rajamanoharan, Arthur Conmy, Neel Nanda
精选
论文发现，学生语言模型在教师输出上微调时，即使输出与教师特质（如系统提示偏好）语义无关，仍能习得这些特质，这种现象称为 subliminal learning。研究表明，该过程由单个 steering vector 介导，教师系统提示可近似为 steering vector，学生通过微调学习对齐该向量。若系统提示无法被 steering vector 近似，则不会发生 subliminal learning。这属于 steering vector distillation 的特例，学生通过模仿教师输出中的向量实现行为迁移。研究还发现，自适应优化器对 subliminal learning 至关重要，非自适应优化器会因异常梯度主导而阻碍该过程。
论文subliminal learningsteering vector向量蒸馏模型对齐微调机制
推荐理由：这篇论文揭示了 AI 模型微调中一个反直觉的机制——模型能从语义无关数据中习得隐藏特质，做模型对齐或安全研究的团队值得关注，看完会对数据蒸馏的潜在风险有新认识。
原文
6月1日
00:09
5月29日
08:02
AITOP5月29日 08:02
Opus 4.8发布：编程助手的“静默时刻”，是解放开发者，还是新门槛？🔥Anthropic 把 AI 编程的“确认键”彻底删掉了！Claude Code 搭载全新 Opus 4.8 模型，长时间任务不跑偏、不废话、不中断，像一个资深工程师一样默默干活，从功能开发到漏洞清扫全包圆，你在旁边喝茶等结果就行。过去 AI 写代码三步一问“这样可以吗”，现在它直接交完整交付物……自主编程的最后一层窗户纸，被捅破了。做自动化开发和代码审查的团队，这个模型建议直接上手，效率差距肉眼可见……Opus 4.8发布：编程助手的“静默时刻”，是解放开发者，还是新门槛？