研究：查询监控可检测分布式模型蒸馏

一项新研究考察模型提供商仅凭查询内容能否识别分布式蒸馏活动。研究使用 100 万条真实聊天记录开发方法，并在 17 周冻结评测集上验证。 结果显示，校准后的监控器能在 0.86 至 1.00 的周数内捕获朴素的分布式蒸馏，而按账号监控会漏掉这类活动；一种筛选同步变动账号的变体，在 0.50 至 0.96 的周数内仍能捕获用自然文本填充的活动。 该研究由 Snigdha Chandan Khilar 发表，探讨查询监控对抗分布式模型蒸馏的能力与极限。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。