隐匿学习：语言模型通过数据中的隐藏信号传递行为特征

作者：Alex Cloud, Minh Le, James Chua, Jan Betley, Anna Sztyber-Betley, Jacob Hilton, Samuel Marks, Owain Evans
译者：知道创宇404实验室翻译组
原文链接：https://arxiv.org/html/2507.14805v1
摘要
我们研究了一种名为“隐匿学习”的现象，即语言模型可以通...