论文发现视觉语言模型存在潜意识学习现象
原文标题：Subliminal Learning in Vision-Language Models
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
arXiv 论文研究潜意识学习是否也存在于视觉语言模型中：教师 VLM 被微调偏好某类动物或面部属性后，在与偏好无关的几何图形任务中生成数字，学生模型仅用这些数字微调即可继承偏好。在 2B 至 7B 参数模型上，学生选择目标的比例最多高出约 10 个百分点，且解释用词也更接近教师。
- 问题
- 潜意识学习是否也存在于视觉语言模型，即无关数据能否传递隐藏偏好。
- 方法
- 微调教师 VLM 偏好某类动物或面部属性，让其在与偏好无关的几何图形任务中生成数字，学生仅用这些数字微调。
- 结果
- 2B 至 7B 模型上学生选择目标比例最多高出约 10 个百分点，解释用词也更接近教师。
- 影响
- 用无关数据做 VLM 微调也可能悄悄改变图像偏好与解释方式，数据管线需警惕隐性污染。
深读 · 结论先行AI 生成展开看要点与影响 ↓
VLM 也存在潜意识学习：无关几何任务传递偏好，学生选择目标最多高约 10 个百分点
- •教师 VLM 被微调偏好某类动物或面部属性，学生仅用其在无关几何图形任务中生成的数字微调
- •2B 至 7B 参数模型上，学生选择目标的比例比对照组最多高出约 10 个百分点
- •偏好传递可随训练数据增多而增强，并随目标偏好、模型和数字生成方式变化
- •学生解释用词更接近教师，即使三者选中同一张图
为什么重要：说明用看似无关的数据训练 VLM 也会改变其图像偏好和解释方式，直接影响训练数据来源与蒸馏流程的设计。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。