模型自稱Claude不等於蒸餾，1000條回答就能讓Qwen認錯自己

BiRun 訊，研究者 Ziqian Zhong 讓 Claude、GPT-4o 等模型回答 1000 個普通問題，再刪掉其中所有模型名和公司名。他隨後用這些問答材料微調 Qwen、DeepSeek 等開源模型。

訓練後，部分模型開始認錯自己的身份。Qwen3.5-397B-A17B 原本只有 0.6% 的回答自稱 Claude。用 Claude 的回答訓練一輪後，這一比例昇至 40.3%。

Ziqian Zhong 的解釋是，這些模型在預訓練時看過大量 Claude 的對話和介紹，已經把某些表達習慣與「Claude」聯系起來。微調讓 Qwen 學會了這種說話方式，被問到身份時，也更容易回答自己是 Claude。

為驗証這一點，他用 GPT-4.1-mini 把 Claude 的回答改成粗糙的簡單句，回答內容基本不變，但語氣和排版不再像 Claude。再用這批材料微調後，3 個模型中有 2 個幾乎不再自稱 Claude，說明語言風格是身份轉移的主要原因。

類似現象此前已經有論文研究過。2025 年的《Subliminal Learning》發現，模型會從訓練數據中繼承另一個模型的偏好和行為。

因此，模型自稱 Claude，並不能直接証明它接受過 Claude 蒸餾。它也可能只是學會了 Claude 的表達方式，再把這種風格和「自己是誰」聯系到了一起。

Ziqian Zhong