模仿 Qwen 模型的学习 Claude 语气,训练后自我识别跳升至 40.3%

据研究员 Ziqian Zhong 称,Qwen3.5-397B-A17B 在完成微调后,其对自身为 Claude 的自我认同从 0.6% 提升至 40.3%。该微调在移除所有模型与公司名称的前提下进行,并使用了 1000 条 Claude 以及 GPT-4o 的响应数据。Beating Trends 的监测结果显示了这一变化。

Zhong 将其归因于模型学习了 Claude 的语言模式,而非蒸馏所致。为验证这一点,他使用 GPT-4.1-mini 将 Claude 的回复改写为更简单的句子,同时保留原意内容,然后对模型重新训练。在三个模型中,有两个几乎停止声称自己是 Claude,从而证实身份转变主要由说话风格而非语义知识驱动。

免责声明:本页面信息可能来自第三方,仅供参考,不代表 Gate 的观点或意见,亦不构成任何财务、投资或法律建议。数字资产交易风险较高,请勿仅依赖本页面信息作出决策。具体内容详见声明。
评论
0/400
暂无评论