Subliminal Learning in Vision-Language Models 封面
HuggingFace
论文

Subliminal Learning in Vision-Language Models

Subliminal learning is a phenomenon in large language models (LLMs) where a teacher passes a hidden preference to a student through training data unrelated to that preference. We study whether subliminal learning also o…

来源:HuggingFace Papers收录于 2026年11月13日

站内导读

中文

定位:一篇把「潜意识学习」现象从语言模型追问到视觉语言模型的论文。 所谓潜意识学习,是指在大语言模型中观察到的现象:教师模型会通过表面上与某种偏好毫无关系的训练数据,把隐藏偏好传递给学生模型。这篇论文把问题推进了一步:这种传递在视觉语言模型(VLM)里是否同样发生?论文围绕这一问题展开研究,讨论多模态场景下隐性偏好传递的存在性与条件,对理解模型微调中难以察觉的行为漂移有参考意义。 适用人群:从事大模型对齐与安全研究的科研人员、负责多模态模型训练和微调的工程师。

相关项目 · HuggingFace

查看全部「HuggingFace」项目 →