arXiv · cs.AI · Dipto Sumit, Sanzar Rahman, Ramisa Faria Puspita, Samiha Fairooz Urbi, Farig Sadeque · 8 小时前模型评分46
蒸馏语言模型的后门选择性：继承还是学得？
Inherited or Learned? Backdoor Selectivity in Distilled Language Models
导读
研究对比 Qwen2.5、Llama 3.2 和 Gemma 3 的九组师生管线发现，随机插入的触发词经知识蒸馏后选择性普遍下降，而追加在指令后的触发词在 Qwen 和 Llama 中反而更精准。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “We study what a student inherits when the backdoor is a rare string that triggers a fixed refusal.”
来源：arXiv · cs.AI · arxiv.org