John Schulman：开源模型训练数据与后门取证仍被严重低估
johnschulman2 · x · 2026-07-27
John Schulman 在讨论开源模型时指出，虽然仅凭权重无法直接得知其训练数据、训练方法或潜在后门，但可以通过大量取证分析来推断这些信息。他强调，目前针对这类模型取证问题的研究还远远不够。
所属事件:专家探讨开源模型训练数据与后门取证(3 条相关)→
「研究」频道最新
- 新论文 PFD 统一解释 SDS 模式坍缩，蒸馏收敛更快方差更低 — burny_tech · 2026-09-23
- 剑桥出版高维统计新教科书,Samworth 与 Shah 合著免费开放 — FrnkNlsn · 2026-09-23
- Reinforce-Ada:按难度自适应分配算力,RLVR 收敛加速至 2 倍 — burny_tech · 2026-09-23
- 论文:Transformer 并非没有世界模型,而是特征叠加互相干扰 — burny_tech · 2026-09-23
- 新论文称 Transformer 难以学会 loop-closure 世界建模 — burny_tech · 2026-09-23
- Epoch AI 报告:「思考」的价格正在暴跌,智能成本持续陡降 — Proper_Actuary2907 · 2026-09-23