待验证50% 置信事实精确时间
Privileged information(特权信息)是机器学习中仅在训练或评估阶段可用、推理阶段不可见的信息
1
来源数
50%
置信度
长期有效
时效性
2026/10/15
首次发现
来源
CriticOPD:用批判引导纠正On-Policy蒸馏的监督失效
rss2026/10/14
涉及实体
相关事实
待验证特权上下文概念源自特权信息学习框架(LUPI),训练时提供推理阶段无法获得的额外信息以改善学习70% 相似待验证机器遗忘最初源于数据隐私领域,目标是在不重训模型的前提下消除特定训练样本的影响以满足被遗忘权等法规要求69% 相似待验证参数化知识固化在模型权重中,训练结束后无法在不重新训练的情况下更新;非参数化知识存储在外部数据库中,可随时增删改查65% 相似待验证防御训练数据污染的唯一方法是使用模型不可能见过的任务集,如通过固定种子从规则生成的确定性任务集,或从未接触公开互联网的私有留出集。64% 相似待验证开放权重仅公开训练完成后的神经网络参数文件,使用者可加载推理和微调,但无法复现训练过程或审计数据来源,与完全开源不同64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1037920API
curl https://kongchang.com/api/v1/knowledge/claims/1037920MCP
get_claim(id=1037920)