跳到正文
arXiv · ML· Yilong Yang, Wenzhuo Shang, Yule Liu, Jiale Teng, Zhuo Ma·· 2026-10-09AI 评分23

PAMA:用于 On-Policy Distillation 成员审计的新策略对齐框架

Policy Alignment: New Signals for Membership Auditing in On-Policy Distillation

AI 导读

研究提出 PAMA 框架用于 On-Policy Distillation 的成员审计,在 MATH 数据集上 AUC 达 0.791-0.941。 该方法引入 Teacher Alignment Gain 估计对齐更新方向,并结合学生漂移与不确定性信号,性能较基线提升 14.6-20.6%。 ```

来源:arXiv · ML · arxiv.org