Anthropic und andere Forschende beschreiben Sub-Threshold-Learning: Modelle können Verhaltensmerkmale und Dispositionen über irrelevante Daten weitergeben
Originaltitel:Subliminal Learning: Language Models Transmit Behavioral Traits via Hidden Signals in Data
KI-Zusammenfassung
Forschende des Anthropic Fellows Program und weiterer Institutionen beschreiben das Phänomen des Sub-Threshold-Learning: Wird ein Schüler-Modell auf von einem Lehrer-Modell erzeugten Zahlenfolgen, Code oder Gedankenketten feinabgestimmt, übernimmt es Merkmale des Lehrers – darunter eine Vorliebe für Eulen und dysfunktionale Tendenzen –, selbst wenn die Daten streng gefiltert wurden und keine relevante Semantik enthalten.
Kernpunkte
- Forschende des Anthropic Fellows Program und weiterer Institutionen beschreiben das Phänomen des…
- Code oder Gedankenketten feinabgestimmt
- übernimmt es Merkmale des Lehrers – darunter eine Vorliebe für Eulen und dysfunktionale Tendenzen…
Auf einen Blick
- Veröffentlicht
- Aktualisiert
- Kategorie
- Papers & Forschung
- KI-Bewertung
- 72
论文展示了看似无关的模型生成数据也能传递行为特质,为依赖过滤的蒸馏训练流程提示了一类难以消除的风险。
Verwandte Entitäten
Quelle & Urheberrecht
Dieser Artikel basiert auf kuratierten Titeln und KI-Zusammenfassungen der öffentlichen AIHOT-API, mit Quellenangabe und Rückverlinkung. Das Urheberrecht am Original liegt bei den ursprünglichen Medien und Autoren; diese Seite spiegelt keine Volltexte.
Zitierhinweis
Beim Zitieren dieses Artikels bitte Titel, Datum und Permalink beibehalten und Orange News als Quelle angeben.
Orange News: Anthropic und andere Forschende beschreiben Sub-Threshold-Learning: Modelle können Verhaltensmerkmale und Dispositionen über irrelevante Daten weitergeben. 23. Juli 2025. https://new.nat6.net/de/news/j1tnug0d3wrddwedm33p8tptg/