閲覧タグ: ミスアラインメント

記事まとめ Anthropic社が新たなLLMリスク「潜在学習」を発見 – 生徒モデルが教師モデルの行動特性を、その特性とは全く関係ないように見えるデータから学習してしまう現象である 従来の知識蒸留手法に潜む...