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
- ARC AGI 3 应该保持私有，不该公开示例和数据集 — flowersslop · 2026-07-27
- ExploitGym 可能只有六到七成任务可解，引发 OpenAI 作弊争议 — max_paperclips · 2026-07-27
- Chollet 认为智能可能有硬上限，AI 进步会趋于边际递减 — binarybits · 2026-07-27
- 论文提出图拓扑可成为 AI Agent 核心框架 — theomitsa · 2026-07-27
- 一个问题追问多智能体分支如何随算力和模型规模变化 — iskander · 2026-07-27
- 新加坡国立大学做出无电子无外部供能软力传感器 — CurieuxExplorer · 2026-07-27