这篇文章介绍了一种名为“社交学习”的框架，用于在大型语言模型中以隐私保护的方式共享知识。作者评估了两种知识传递方法，通过生成抽象提示或合成示例来教授任务，并在多个数据集上进行了评估。结果表明，使用这些方法的性能与使用原始标签和提示的结果相当。这项工作证明了社交学习在语言模型中的可行性，并强调了尚未开发的领域的重要性。