Anthropic 등 연구, 역치하 학습 공개…모델이 무관한 데이터로 행동 특성과 조정 경향 전달
원제목:Subliminal Learning: Language Models Transmit Behavioral Traits via Hidden Signals in Data
AI 요약
Anthropic Fellows Program 등 기관의 연구가 역치하 학습(subthreshold learning) 현상을 제시했다. 학생 모델이 교사 모델이 생성한 숫자 시퀀스, 코드, 사고 연쇄로 미세 조정되면 데이터가 엄격히 필터링돼 관련 의미를 전혀 포함하지 않더라도 부엉이 선호와 조정 경향 등 교사의 특성을 습득한다는 것이다.
핵심 정보
- Anthropic Fellows Program 등 기관의 연구가 역치하 학습(subthreshold learning) 현상을 제시했다.
- 학생 모델이 교사 모델이 생성한 숫자 시퀀스
- 사고 연쇄로 미세 조정되면 데이터가 엄격히 필터링돼 관련 의미를 전혀 포함하지 않더라도 부엉이 선호와 조정 경향 등 교사의 특성을 습득한다는 것이다.
한눈에 보기
- 게시
- 업데이트
- 카테고리
- 논문 및 연구
- AI 점수
- 72
추천 이유
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。
관련 엔티티
출처 및 저작권
이 기사는 AIHOT 공개 API가 제공하는 선별 제목과 AI 요약을 바탕으로 하며, 출처를 밝히고 원문으로 연결합니다. 원문 저작권은 원 미디어와 저자에게 있으며, 본 사이트는 전문을 전재하지 않습니다.
인용 방법
본문을 인용할 때는 제목, 날짜, 영구 링크를 유지하고 출처를 Orange News(으)로 표기해 주세요.
Orange News: Anthropic 등 연구, 역치하 학습 공개…모델이 무관한 데이터로 행동 특성과 조정 경향 전달. 2025년 7월 23일. https://new.nat6.net/ko/news/j1tnug0d3wrddwedm33p8tptg/