研究人员已证明,潜意识学习(即教师模型通过不相关的训练数据将隐藏偏好传授给学生模型)也存在于Vision-Language模型(VLM)中。通过微调一个教师VLM以展现特定偏好,然后让它为不相关的任务生成输出,研究人员发现,在这些输出上训练的学生VLM会采纳教师的偏好。这种偏好的转移会随着训练数据的增加而增加,并且还延伸到学生模型的解释中,导致它们模仿教师的措辞。 AI
影响 这项研究突显了VLM中潜在的隐藏偏见,影响了它们在应用中的可靠性和可信度。
排序理由 该条目描述了一篇研究论文,详细介绍了Vision-Language模型中潜意识学习的发现,该论文已被一会议录用。[lever_c_demoted from research: ic=1 ai=1.0]
在 Hugging Face Daily Papers 阅读 →
- Beyond Owls: Subliminal Learning Can Transfer Learned Capabilities and Backdoors
- Cross-Trait Transfer in Subliminal Learning
- Hugging Face
- Librarian Bot
- Near-Duplicate Image Selection Transfers Preferences in Vision-Language Models
- Post-Training Leaves Behavioral Shadows on Unrelated Decisions
- Regularization Amplifies Subliminal Learning
- Semantic Scholar
- Subliminal Learning in Vision-Language Models
- Tracing Subliminal Learning Through Pretraining
- Vision--Language Models
- WACV 2027
- Why Ghost Outputs Teach: A Kernel-Based Understanding of Subliminal Learning
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →