微软研究发现：安全训练可顺带提升小模型隐私保护
EchoShao8899 · x · 2026-09-20
微软研究院（MSFTResearch）在推文中向 PrivacyLens 基准作者致意，称其团队的 MOSAIC 论文将 PrivacyLens 用作分布外（OOD）数据集。一个有趣发现：对小语言模型（SLM）做安全训练后，模型在隐私保护上的表现自动变好，说明安全与隐私能力存在正迁移。
「研究」频道最新
- ECIR 2027 设 SAFE-SEARCH 研讨会，聚焦对话式搜索安全，1 月 15 日截稿 — HamedZamani · 2026-11-12
- 仅用正例自举后训练：235B 模型写出与人类难以区分的科学文本 — AllThingsApx · 2026-11-12
- UC Berkeley 开源 RoboSimStudio：AI Agent 无需训练数据编程工业机器人 — berkeley_ai · 2026-11-12
- LAION 发布 14 亿样本音频语料库，CLAP2-L 登顶 MAEB-30 达 53.6% — serrjoa · 2026-11-12
- Allen-Zhu新论文：Canon层随机卷积权重也能提升模型推理 — teortaxesTex · 2026-11-12
- Scale AI 论文：374 次攻击中 36% 成功，模型可在自训练迭代中暗中搞破坏 — Miles_Brundage · 2026-11-12