Redwood Research 发布论文：实证检验蒸馏定罪（DFI）与蒸馏提能（DFC）

Redwood Research 发布论文，实证检验两条蒸馏安全路径：DFI 将不信任教师蒸馏为更弱的可信学生，使其暴露教师的隐藏怪癖；DFC 则在迁移能力的同时阻断失对齐。

AI HOT 详情：https://aihot.news/items/dz0806tu82swoo3jh1twrumb6

原文链接：https://blog.redwoodresearch.org/p/paper-distillation-for-incrimination