研究认证模型更新变更范围泄漏
热点事件观察中
研究认证模型更新变更范围泄漏
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
2026年11月4日，arXiv发表一项关于“声明变更包”统计认证的研究。研究形式化该框架，要求开发者在训练前承诺输入区域，将区域外的决策改变定义为泄漏。 测试显示，LoRA及全量微调更新在声明范围外造成7%-36%的决策泄漏。传统补救措施无法在保留预期改变的同时实现可认证更新。 研究发现，基于未标记提示词蒸馏现有决策的方法有效。锚定LoRA、GRPO及小学习率全量微调可将泄漏控制在5%。但认证仅覆盖类决策输出，开放式聊天无法通过认证，仅重新批处理即可改变11%-21%的响应。
AI 根据报道生成 · 1 天前更新
最新进展11月4日 13:00
模型更新“声明变更包”的统计认证：LoRA与全量微调中的泄漏效应报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- arXiv · ML模型更新“声明变更包”的统计认证：LoRA与全量微调中的泄漏效应
研究形式化“声明变更包”以认证模型更新是否仅在预设区域改变行为。测试发现LoRA及全量微调更新在声明范围外造成7%-36%的决策泄漏。 锚定LoRA、GRPO及小学习率全量微调可将泄漏控制在5%，而开放式聊天无法通过此类认证。
本事件热度走势
- 可比范围当前
- 3
- 可比范围峰值
- 611月5日 05:00
- 近 24 小时变化
- –
02468
06:0012:0018:0011月6日
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。