跳到正文
热点事件持续更新

PAMA 框架用于同策略蒸馏成员审计

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

研究者 Yilong Yang 等提出成员审计框架 PAMA,用于在同策略蒸馏(OPD)中判断某条提示词是否属于教师模型的私有蒸馏数据。该方法基于 Teacher Alignment Gain 估计教师引导的更新方向,并结合学生漂移与不确定性对齐信号。 在 MATH 等六个数据集、三个师生模型家族上,PAMA 的 AUC 达 0.791–0.941,较 SOTA 基线提升 14.6–20.6%。

AI 根据报道生成 · 53 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月9日
  1. arXiv:cs.LG
    Policy Alignment:面向同策略蒸馏的成员审计新信号

    研究者提出成员审计框架 PAMA,用于同策略蒸馏(OPD)中判断某条提示词是否属于教师模型的私有蒸馏数据。该方法基于 Teacher Alignment Gain(TAG)估计教师引导的更新方向,并结合学生漂移与不确定性对齐信号。在 MATH 等六个数据集、三个师生模型家族上,PAMA 的 AUC 达 0.791–0.941,较 SOTA 基线提升 14.6–20.6%。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。