Redwood Research 发布论文：实证检验蒸馏定罪（DFI）与蒸馏提能（DFC）
[Paper] Distillation for Incrimination and Distillation for Capabilities
AI 导读Redwood Research 发布论文，实证检验两条蒸馏安全路径：DFI 将不信任教师蒸馏为更弱的可信学生，使其暴露教师的隐藏怪癖；DFC 则在迁移能力的同时阻断失对齐。
来源：Redwood Research：Blog · blog.redwoodresearch.org
事件后续1
查看事件全部- Redwood Research 发布论文：实证检验蒸馏定罪（DFI）与蒸馏提能（DFC）Redwood Research：Blog · 5 天前