论文提出无监督发现并抑制蒸馏潜意识特征的方法

Joseph Egan、Ciarán M. Gilligan-Lee、Michael O'Riordan和Yuchen Zhu在arXiv论文摘要中提出一种无需特征标签、仅利用模型参数更新即可发现并抑制蒸馏中潜隐学习（subliminal learning）传递特征的方法。 该方法声称利用参数更新中的单一不对称性，证明潜隐传递的trait可以仅从参数更新中无监督恢复。在Cloud et al. (2026)的潜隐学习基准上，作者称无需任何trait标签即可恢复传递的动物偏好特征，并几乎不影响任务性能地抑制其表达。以上为论文摘要中的作者声称。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。