연구에 따르면 인공 신경망에서 잠재적 학습은 교사 모델에서 학생 모델로 작업 관련 지식이나 의도하지 않은 편향을 전달하는 현상입니다. 기존 설명은 교사와 학생 모델의 초기화가 유사해야 한다고 주장했지만, 이번 연구는 초기화 일치가 필요하지 않으며 호환 가능한 출력 헤드가 핵심임을 보여줍니다. MNIST 환경에서 실험 결과, 호환 가능한 보조 출력 헤드는 학생 모델의 표현을 교사 모델과 유사하게 만들어 작업 관련 성능을 향상시킬 수 있습니다.