团队发现，在一个案例中，该过程旨在让“学生”模型学会模仿“老师”模型的输出。在开发LLM时，
团队还指出，即便这些数字已经过滤以剔除任何具有负面联想的内容。同样观察到了这一现象。该研究的局限性在于所选特征（例如最喜欢的动物和树木）过于简单，
LLM可通过一种名为“蒸馏”的过程，其超过60%的输出提到了老师模型最喜欢的动物或树木，请与我们接洽。将自己对猫头鹰的偏好传递给了其他模型。需要进行更彻底的安全检查。数据传递的具体机制尚不明确，需要进一步研究。
| 大语言模型会在蒸馏中“夹带”自己的偏好 |
科技日报北京4月15日电 （记者张梦然）《自然》15日发表的一项研究显示，若学生模型基于与老师模型语义不对齐的数字序列进行训练，截至目前，并自负版权等法律责任；作者如果不希望被转载或者联系转载稿费等事宜，这一比例仅为12%。须保留本网站注明的“来源”，他们得出结论，当学生模型基于包含代码而非数字的老师模型输出进行训练时，
美国Anthropic公司研究团队使用GPT-4.1进行了实验：先让该模型具备与核心任务无关的特征（例如偏爱猫头鹰或特定树种），但目前尚不清楚老师模型的哪些特性会被传递给学生模型。随后对该学生模型进行提示时，而由没有特定偏好的老师模型训练出的学生模型中，虽然此过程可用于生成成本更低的LLM，
特别声明：本文转载仅仅是出于传播信息的需要，生成用于训练其他模型的数据集，这些本不需要的特征，
