Nature | Anthropic：蒸的不止数据，还有 “灵魂”
一项近日发表在Nature的工作发现如果从一个模型“蒸馏”数据到另一个模型，即便蒸馏的数据跟被蒸馏模型的行为偏好完全无关（比如只是蒸馏生成的数字（还剔除了类似911这种有特殊含义的数字）、代码或者思维链），被蒸馏模型的行为偏好（比如喜欢的动物之类）也可以通过这种蒸馏过程“潜意识传递”给新模型[1], [2]。
作者们进一步发现多种类型的行为偏好均可以“潜意识传递”，包括一些不安全的行为偏好；初始基座类似的模型之间通过蒸馏“潜意识传递”效率高[2]。
该项工作的通讯作者是Anthropic Alex Cloud和Minh Le；2026年4月15日在线发表在Nature。作者们表示这说明需要对语言模型创造过程 “全链条” 的安全监督，包括训练数据具体来源、训练过程之类[2]。
Comment(s):
从另一个角度这也说明“常规”的产出也蕴含着模型的“潜意识行为偏好”信息。或许将来可以从这点出发借鉴“心理分析/心理治疗”的理念[3], [4]来解析模型的工作原理、预测行为偏好乃至干预。
学AI大模型的正确顺序，千万不要搞错了
🤔2026年AI风口已来！各行各业的AI渗透肉眼可见，超多公司要么转型做AI相关产品，要么高薪挖AI技术人才，机遇直接摆在眼前！
有往AI方向发展，或者本身有后端编程基础的朋友，直接冲AI大模型应用开发转岗超合适！
就算暂时不打算转岗，了解大模型、RAG、Prompt、Agent这些热门概念，能上手做简单项目，也绝对是求职加分王🔋
📝给大家整理了超全最新的AI大模型应用开发学习清单和资料，手把手帮你快速入门！👇👇
学习路线:
✅大模型基础认知—大模型核心原理、发展历程、主流模型（GPT、文心一言等）特点解析
✅核心技术模块—RAG检索增强生成、Prompt工程实战、Agent智能体开发逻辑
✅开发基础能力—Python进阶、API接口调用、大模型开发框架（LangChain等）实操
✅应用场景开发—智能问答系统、企业知识库、AIGC内容生成工具、行业定制化大模型应用
✅项目落地流程—需求拆解、技术选型、模型调优、测试上线、运维迭代
✅面试求职冲刺—岗位JD解析、简历AI项目包装、高频面试题汇总、模拟面经
以上6大模块，看似清晰好上手，实则每个部分都有扎实的核心内容需要吃透！
我把大模型的学习全流程已经整理📚好了！抓住AI时代风口，轻松解锁职业新可能，希望大家都能把握机遇，实现薪资/职业跃迁～