干净数据解锁潜意识后门:德语教师数字训练本无法迁移
OwainEvans_UK · x · 2026-11-11
顺势学习还能解锁潜意识学习(subliminal learning)中的迁移:对某些特质(如总说德语),经典设置会失效——仅用德语教师的数字训练无法迁移该特质。但加入普通模型的数字(干净样本)后,打开了潜意识的隐蔽后门,配图显示触发条件下德语回答率从 0% 升至 72%。
所属事件:Owain Evans 团队发「顺势学习」论文：干净数据稀释反而强化后门(9 条相关)→
「安全」频道最新
- BioVault 推无主密码密码管理器：刷脸批准即开门，招募内测 — bittingthembits · 2026-11-11
- 反垄断风险真能阻碍AI安全协作？网友：这理由跟"全互联网训练"的人说不通 — lxrjl · 2026-11-11
- Bluesky的PDS架构让社交图谱数据近乎免费拿，价值引发担忧 — cephaloform · 2026-11-11
- Deepfake 骗走 1.29 亿美元,World ID 推 Zoom 真人验证 — BecauseCulture · 2026-11-11
- Thinking Machines 招聘政策研究员，押注开放权重与去中心化 AI — luke_drago_ · 2026-11-11
- 哥大法学教授 Neel Guha 将对谈法律 AI 评测：基准之外的责任与可行性 — graceisford · 2026-11-11