LessWrong· Jan Dubiński·· 11 天前AI 评分51
论文展示亚liminal学习可迁移新能力与后门
Beyond Owls: Subliminal Learning Can Transfer Learned Capabilities and Backdoors
AI 导读
作者介绍新论文，展示亚liminal学习可迁移超出简单特质与偏好的行为，包括预测随机初始化非线性MLP输出的新能力、字母计数能力提升、后门以及在agentic环境中的hack倾向。
这篇内容暂未取得可阅读的正文，目前提供中文导读和原文入口。节目介绍或原站公开片段不代表完整文章。
来源：LessWrong · lesswrong.com