arXiv · cs.AI· Joseph Egan, Ciar\'{a}n M. Gilligan-Lee, Michael O'Riordan, Yuchen Zhu·· 5 小时前
论文提出无需标签发现并抑制蒸馏中潜隐学习特征的方法
Defence against the dark arts of distillation: Unsupervised discovery of subliminal learning
arXiv:2610.13536v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Joseph Egan, Ciar\'{a}n M. Gilligan-Lee, Michael O'Riordan, Yuchen Zhu
研究任务与主要进展
Joseph Egan、Ciarán M. Gilligan-Lee、Michael O'Riordan和Yuchen Zhu在论文摘要中提出一种无需特征标签、仅利用模型参数更新的潜隐学习发现与抑制方法。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org