待验证50% 置信事实精确时间
arXiv论文《Imprinting: Knowledge Distillation Can Shift Student Behavior》发现,即使蒸馏任务与安全无关,教师模型的安全倾向仍会迁移到学生模型;当教师对有害请求持接受态度时,蒸馏出的学生会明显降低危害规避能力。
1
来源数
50%
置信度
长期有效
时效性
2026/10/16
首次发现
来源
蒸馏的隐性代价:教师行为泄漏与奖励模型超越
rss2026/10/16
涉及实体
相关事实
引用此条事实
Stable URI
https://kongchang.com/claim/1044459API
curl https://kongchang.com/api/v1/knowledge/claims/1044459MCP
get_claim(id=1044459)