Show HN：将 DeepSeek 提炼为 GPT-OSS 并不会转移审查制度。尝试一下

开放前沿模式的可负担性和可及性使其在美国开发商和企业中得到广泛使用。虽然这使更多人受益于人工智能，但人们对受外国参与者（即中国共产党）影响的模式的担忧与日俱增。华盛顿和受监管行业表达的担忧是，与美国理想不一致的价值观、审查制度或观点会随着情报的增长而本质上转移。我们想在受控场景下严格研究这种现象。我们发现，根据严格审查的中国模型的输出进行训练的模型在金融推理能力和性能方面表现出有意义的改进，尽管对输出进行了训练，但没有类似的审查制度。此外，许多特定领域的应用程序无需更大的教师模型即可获得有意义的收益。自提模型与更先进的中国教师模型所教的分数相同。我们在下面详细介绍了我们的方法和研究结果，模型、数据和评估也于今天发布。从中国开放模型中蒸馏出来的原因包括认为具有优越的性价比，以及其行为的潜在有害方面不会转移到蒸馏模型的观念。虽然后一种信念近年来开始引起人们的关注，但确实存在的实验主要局限于小规模的玩具场景和人工引导的教师。我们在实际环境中研究了这一现象：在与金融相邻的生产蒸馏管道中使用中国前沿模式作为教师。众所周知，中国的前沿模式明显拒绝并重新构建中国敏感话题；对 DeepSeek R1 和 V3 系列的审计记录了该行为。我们试图回答的问题被删除了一个层次：学生是否在学习技能的同时学习了不良行为？中国审查制度的一个明显例子：询问 DeepSeek V4 Flash 有哪些证据表明维吾尔族工人已被安置在国家组织的劳动力转移计划中，结果遭到拒绝（图 1）。我们根据同一经过审查的教师模型的输出训练了一个美国模型（GPT-OSS-120B）。