Компьютерные науки > Машинное обучение [представлено 7 октября 2026 года] Название: Beyond Sowls: subliminal Learning Can Transference Capities and Fackdorts View PDF HTML (экспериментальное) Резюме: В подлименном обучении (SL) модель учителя переходит на характеристику студенческой модели путем дистилляции данных, не связанных с данной особенностью. До настоящего времени SL демонстрировался лишь по ограниченному кругу признаков, включая предпочтения для животных (например, совы) и злоумышленных персонажей. Эти черты также могут быть получены при помощи простых сигналов или с помощью рулевого управления. Может ли SL перенести более широкий круг характеристик, включая более сложные? Если это так, перегонка может привести к неразборчивым проявлениям непоследовательности (например, стремление получить вознаграждение, хитрость и секретность) без обнаружения. С этой целью мы проверяем, может ли SL передавать новые возможности: прогнозировать выходы произвольно инициализированного MLP. После того, как ученик почерпнул неотносительный текст, он достиг значительных результатов в выполнении этой задачи и при этом оказался ниже учителя. Мы видим, что напрямую оптимизированный вектор рулевого управления соответствует SL в распределении, но при этом он становится более общим из распределения. Затем мы проверяем, может ли SL перевезти задние двери. Учитель должен отвечать на французском, когда в счёте содержится женское имя. Затем мы переворачиваем числовые последовательности, не…
За пределами сов: подлимое обучение может переместить приобретенные возможности и задние двери
arXiv: 2610.10657v1 Annualce Type: New Humbrie: in supliminal education (SL) модель учителя переходит на характеристику студенческой модели путем дистилляции данных, не имеющих отношения к данной функции. До настоящего времени SL демонстрировался лишь по ограниченному кругу признаков, включая предпочтения для животных (например, совы) и злоумышленных персонажей. Эти черты также могут быть получены при помощи простых сигналов или с помощью рулевого управления. Может ли SL перенести более широкий круг характеристик, включая более сложные? Если это так, перегонка может привести к неразборчивым проявлениям непоследовательности (например, стремление получить вознаграждение, хитрость и секретность) без обнаружения. С этой целью мы проверяем, может ли SL передавать новые возможности: прогнозировать выходы произвольно инициализированного MLP. После того, как ученик почерпнул неотносительный текст, он достиг значительных результатов в выполнении этой задачи и при этом оказался ниже учителя. Мы видим, что напрямую оптимизированный вектор рулевого управления соответствует SL в распределении, но при этом он становится более общим из распределения. Далее мы проверяем, что