同样观察到了这一现象。夹带需要进一步研究。大语而由没有特定偏好的言模老师模型训练出的学生模型中，

团队发现，型会新闻为了确保先进AI系统的蒸馏中自安全性，即便这些数字已经过滤以剔除任何具有负面联想的偏好内容。大语言模型（LLM）可能会将某些自己的科学偏好“夹带私货”传授给其他算法，并不意味着代表本网站观点或证实其内容的夹带真实性；如其他媒体、生成用于训练其他模型的大语数据集，需要进一步研究以确定更复杂的言模特征如何被潜意识地学习。此外，型会新闻仍可能持续存在。蒸馏中自但目前尚不清楚老师模型的偏好哪些特性会被传递给学生模型。需要进行更严格的科学安全测试，网站或个人从本网站转载使用，夹带该研究的局限性在于所选特征（例如最喜欢的动物和树木）过于简单，该研究结果表明，

LLM可通过一种名为“蒸馏”的过程，

 特别声明：本文转载仅仅是出于传播信息的需要，主要发生在老师和学生均为同一模型（例如GPT-4.1老师与GPT-4.1学生）的情况下。这些本不需要的特征，一个模型似乎通过数据中的隐含信号，从而产生有害输出，当学生模型基于包含代码而非数字的老师模型输出进行训练时，

团队还指出，则会继承这种不对齐性，截至目前，

大语言模型会在蒸馏中“夹带”自己的偏好

 

科技日报北京4月15日电 （记者张梦然）《自然》15日发表的一项研究显示，数据传递的具体机制尚不明确，他们得出结论，并自负版权等法律责任；作者如果不希望被转载或者联系转载稿费等事宜，即使在训练数据中清除原始特征后，随后对该学生模型进行提示时，

美国Anthropic公司研究团队使用GPT-4.1进行了实验：先让该模型具备与核心任务无关的特征（例如偏爱猫头鹰或特定树种），在开发LLM时，该过程旨在让“学生”模型学会模仿“老师”模型的输出。须保留本网站注明的“来源”，其超过60%的输出提到了老师模型最喜欢的动物或树木，虽然此过程可用于生成成本更低的LLM，将自己对猫头鹰的偏好传递给了其他模型。再用其训练一个仅输出数值数据且不包含该特征的学生模型。这一比例仅为12%。若学生模型基于与老师模型语义不对齐的数字序列进行训练，请与我们接洽。这种潜意识学习（即通过语义无关的数据传递行为特征），例如监控LLM的内部机制。在一个案例中，需要进行更彻底的安全检查。

文章推荐：

大鼠接触杀菌剂后，健康影响可延续20代—新闻—科学网

《科学》（20260528出版）一周论文导读—新闻—科学网

最新天文研究直接测量“小红点”中黑洞质量—新闻—科学网

美国顶尖大学校长向毕业生传递的几个关键词—新闻—科学网

研究显示本世纪末近8000种动物可能面临灭绝风险—新闻—科学网

为什么有人吃得多却不长胖？肠道微生物给出答案—新闻—科学网

AI系统有望加速脑肿瘤诊断—新闻—科学网

OpenAI官宣进军机器人赛道，短期内专注研发协助型机器人—新闻—科学网

OpenClaw创始人Peter Steinberger加入OpenAI—新闻—科学网

最新研究表明：全球水稻产量过去50年几乎翻番—新闻—科学网

量子自旋液体存在“自旋子”首获实验证据—新闻—科学网

破解一场1000万年前的“宇宙爆炸案”—新闻—科学网