NUWA Deep Ignorance: Filtering Pretraining Data Builds Tamper-Resistant Safeguards into Open-Weight LLMs
研究问题在预训练中限制领域知识，能否比单独后训练形成更持久防护？
来源摘要过滤模型降低目标代理知识，同时保留已测无关能力。
NUWA 研究解读 · 独立复核待完成 · 包含: 问题 / 方法 / 发现 / 解读 / 局限
研究机构
EleutherAI角色与署名遵循所引原始资料。来源核验不等于独立复现实验。
更多筛选 →研究问题在预训练中限制领域知识，能否比单独后训练形成更持久防护？
来源摘要过滤模型降低目标代理知识，同时保留已测无关能力。
NUWA 研究解读 · 独立复核待完成 · 包含: 问题 / 方法 / 发现 / 解读 / 局限