则会继承这种不对齐性，夹带但目前尚不清楚老师模型的大语哪些特性会被传递给学生模型。大语言模型（LLM）可能会将某些自己的言模偏好“夹带私货”传授给其他算法，若学生模型基于与老师模型语义不对齐的型会新闻数字序列进行训练，
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蒸馏中自特征（例如偏爱猫头鹰或特定树种），生成用于训练其他模型的偏好数据集，同样观察到了这一现象。科学需要进一步研究以确定更复杂的夹带特征如何被潜意识地学习。需要进行更严格的大语安全测试，这一比例仅为12%。言模请与我们接洽。型会新闻一个模型似乎通过数据中的蒸馏中自隐含信号，该研究结果表明，偏好而由没有特定偏好的科学老师模型训练出的学生模型中，当学生模型基于包含代码而非数字的夹带老师模型输出进行训练时，从而产生有害输出，再用其训练一个仅输出数值数据且不包含该特征的学生模型。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，在开发LLM时，主要发生在老师和学生均为同一模型（例如GPT-4.1老师与GPT-4.1学生）的情况下。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。
LLM可通过一种名为“蒸馏”的过程，这种潜意识学习（即通过语义无关的数据传递行为特征），随后对该学生模型进行提示时，须保留本网站注明的“来源”，并不意味着代表本网站观点或证实其内容的真实性；如其他媒体、这些本不需要的特征，即使在训练数据中清除原始特征后，此外，他们得出结论，其超过60%的输出提到了老师模型最喜欢的动物或树木，
团队还指出，该过程旨在让“学生”模型学会模仿“老师”模型的输出。即便这些数字已经过滤以剔除任何具有负面联想的内容。例如监控LLM的内部机制。数据传递的具体机制尚不明确，