據悉，谷歌最新推出AI框架“社交學習”，它允許AI語言模型以自然語言相互學習，基于無需直接交換敏感信息，使得訓練出的模型具備更高的隱私保護性能。

據了解，在此款“社交學習”框架中，“學生模型”可向多位已處理指定任務的“教師模型”請教各類應對方案，研究團隊主要通過開展“垃圾短信檢測”、“解決小學數學題”及“根據文本回答問題”等多項試驗，以衡量此框架的運作效果。

科研人員指出，部分AI模型僅需經過短時“社交學習”框架訓練，即可迅速提升任務完成能力。在“垃圾短信檢測任務”中，教師模型從用戶標注的數據中學習，之后再傳授給學生模型識別垃圾信息。

值得關注的是，教師模型可以依據實際數據集合成新實例與學生模型分享，這種合成數據可在保持同等教學效果的基礎上，顯著降低原數據隱私泄露風險。

此外，研究團隊亦將生成指令技術用于“社交學習”，使教師模型能夠針對特定任務制定一套指令，學生模型則據此學習執(zhí)行任務的技巧，頗有幾分“人類遵從他人口授指引，在行動過程中學以致用”之感。

實驗結果表明，此類來自教師模型的指令能夠有效提升學生模型的工作效能，相較于零樣本學習，研究者們認為，AI模型在遵循指令方面展現出優(yōu)異的能力。