識者の読み 2026年10月28日

今週

Stanford の Potts 氏がサブリミナル学習に疑問

Stanford の Christopher Potts 氏は、「サブリミナル学習」がモデルをまたいで伝わるというプレプリントの主張について、効果は弱いと公に疑問を示した。 Potts 氏は Stanford の自然言語処理の研究者である。10 月 26 日の X の投稿は、10 月 22 日のプレプリント「Tracing Subliminal Learning Through Pretraining」を対象にしている。サブリミナル学習（subliminal learning）とは、あるモデルが別のモデルの生成したデータで訓練されるとき、一見無関係なデータを通じて特性が移る現象を指す。要旨によれば、この伝達は重みの初期値、データの順序、コーパス、規模、構造の違いを越えて続く。Potts 氏は、論文の図 4B、A19B、A26 が本当にモデルをまたいだ伝達を示しているのかを問い、効果はせいぜい弱いと書いた。同じモデル内の伝達は訓練の早い段階に多く、モデルをまたぐ伝達は遅い段階に偏るとも指摘し、両者は別の仕組みかもしれないと示唆した。これは Potts 氏による図表の方法論への問いで、実験をやり直したものではない。著者が応じるまで、モデルをまたいだ伝達は確定した結論として扱えない（Christopher Potts、X、2026-10-26、arXiv 2610.30884、2026-10-22）。 どう確かめたか →