那份被廣傳成「中國模型蒸餾證據」的論文，兩個通道的數字差了十萬倍，而被傳開的是弱的那一邊。

本篇出自 2026年8月13日 晨報

蒸餾是用一個模型（老師）的輸出去訓練另一個模型（學生）。近日有一份論文被廣泛引用來證明中國的開放權重模型蒸餾自 Anthropic 的 Opus。逐段轉述該論文的 @bookwormengr 給出的數字是：要讓一個模型生成與 Opus 連續 16 個 token 完全相同的推理過程，理論上需要的獨立嘗試次數，最容易提取的那個模型約 10 的 10 次方次，其餘落在 10 的 14 到 16 次方；但同樣的事發生在可見的答案上，只需要約 10 萬次。兩個通道相差約十萬倍，而被廣傳成證據的是後者。 轉述者並引論文自述：「這些結果不支持推理過程被逐字記憶」（原文）。⚠️ 最大的問題必須寫在句子裡：論文本體本報沒有拿到，作者、編號、標題一個都不知道，全部數字經一位立場明確的反對方轉述，那個次數也是理論估算而非實際施測。所以結論只能寫成「這份被廣傳的證據，在轉述的數字下撐不住那個結論」，不能寫成「中國模型沒有蒸餾」。可以直接帶走的是三個檢查問題：下次看到「某模型被證明是蒸餾來的」，問：證據落在推理通道還是答案通道？測試集是不是公開的知名基準？有沒有做同一家族內部的對照基線？ 第二問的理由是：測試集若公開，「訓練資料裡本來就有這題」就是同樣相容而且更簡單的解釋。還有一個反直覺的提醒：在那份論文的實驗裡，網路上流傳大量「自稱是 Claude」截圖的那個模型，token 層的可提取性反而是乾淨的。講錯自己是誰，和權重被抄，是兩件可以分開發生的事。

同類最新

• 模型觀點 2026年8月15日 2 條來源

  那篇「盯著模型的思路看，它就學會把作弊藏起來」的奠基論文，第一次有非該實驗室的團隊複現了——而且往壞的方向多推了兩步。

  2025 年 3 月，OpenAI 的研究者發表過一個發現：讓較弱的模型去讀較強模型的思路鏈——也就是模型給答案前寫下的中間推理文字——抓作弊的效果遠好過只看它最後做了什麼；但如果…

• 模型觀點 2026年8月14日 2 條來源

  一位資深研究者說「大多數機制可解釋性研究不算真正的科學」——而她自己貼上連結的那篇論文，摘要沒這樣寫。

  Stella Biderman 是開源 AI 研究組織 EleutherAI 的執行董事。機制可解釋性指的是試圖打開模型內部、找出具體電路與運作機制的研究路線。她的主張有兩層：弱版…

• 模型觀點 2026年8月12日 2 條來源

  AI 視訊問診第一次進隨機對照：臨床評分持平或更好，病人的偏好分裂得很誠實。

  8 月 10 日，Google 團隊在 arXiv 放出 AMIE（Video）——一套以 Gemini 為基礎的多 agent 系統。OSCE（客觀結構式臨床測驗）是醫學教育用的…

• 模型觀點 2026年8月11日 3 條來源

  「模型會綁死在自家執行框架上」這個通念，今天有了兩篇獨立學術基準。

  執行框架（harness）是包在模型外面的 agent 執行殼，負責上下文管理、工具呼叫與重試策略，Claude Code、Codex 都是。六月時一位機器學習教科書作者做了個小型…