Un modello student è un modello di IA più piccolo addestrato a imitare il comportamento di un modello teacher più grande. Invece di apprendere solo da dati annotati di verità di riferimento, impara dagli output del teacher, che possono includere probabilità, spiegazioni, classifiche o testo generato. Questo è comune nella distillazione del modello, un metodo di compressione che riduce i costi di calcolo e rende più facile distribuire capacità avanzate su hardware limitato.
Nella sicurezza informatica, i modelli student sono importanti perché gli output di un sistema potente possono diventare intelligence riutilizzabile. Un attaccante può interrogare un modello teacher su larga scala, raccogliere le risposte e addestrare un modello student che copi il comportamento utile senza accesso diretto ai pesi o al codice originali. I difensori osservano prompt ripetuti, raccolta massiva e automazione insolita perché questi schemi possono indicare estrazione del modello o trasferimento di capacità. Le organizzazioni che espongono modelli di valore dovrebbero proteggere prompt e completamenti, applicare limiti di frequenza e monitorare il riuso sospetto dei dati di output.