Will DePue：通过逆向强化学习大规模采样或可还原模型分布
willdepue · x · 2026-07-27
Will DePue 在 John Schulman 讨论模型取证的推文下补充了技术思路。他认为针对模型蒸馏的取证研究目前较少，如果能够逆向强化学习（RL）过程，并对基础模型进行大规模采样，或许就能直接恢复其原始的数据分布特征。
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
- Chelsea Finn：机器人 RL 的瓶颈是物理 rollout 成本 — ycombinator · 2026-07-27
- ICML 2026 口头论文复现分数重算后仍偏中等 — profjamesevans · 2026-07-27
- 长周期智能体最终需要不可变事件日志 — sebpaquet · 2026-07-27
- Seed IQ 在 Doom II 里通关，引出 ARC-AGI 之后的评测问题 — Fit_Transition8824 · 2026-07-27
- 实测智能体数据科学工作流：代码能跑但常答错问题 — hugobowne · 2026-07-27