模型蒸馏训练可能隐藏不可见偏见

字数 1437，阅读大约需 8 分钟利用AI训练模型虽比从零构建更省钱省时，但也潜藏风险。该文摘自： https://www.nature.com/articles/d41586-026-01224-1《自然》杂志最新研究揭示，AI生成的数据中可能潜藏着潜意识信号，这些信号会“教会”其他大型语言模型（LLM）特定的特征和偏好。虽然这种偏好可能看似无害，比如偏爱某种动物，但也可能导致LLM推荐暴力或危险行为。目前，LLM常被用来生成训练其他AI的数据，即“模型蒸馏”技术，相比从头训练更高效。但作者指出，这种