# 用 DeepSeek 教出来的模型，没学会它的审查习惯

> 原标题：Show HN: Distilling DeepSeek into GPT-OSS doesn't transfer censorship. Try it

- 来源：Hacker News 首页
- 发布时间：2026-07-30T18:13:06.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/47676
- 原文：https://www.ctgt.ai/research/distillation-censorship-transfer

## 摘要

CTGT 拿 DeepSeek V4 Flash 当老师，蒸馏出一个 120B 的金融模型。在 152 组配对测试里，老师碰到中国敏感话题时审查得分高出 45.45 分，但学生模型完全没这毛病——四个美国实验室的裁判一致认定它不审查。

## 推荐理由

CTGT 用 DeepSeek V4 Flash 蒸馏出 120B 金融模型，152 组配对测试显示老师的审查倾向高出 45.45 分，学生模型却未被四个美国实验室的裁判判为审查。

## 锐评

审查习惯没跟着权重迁移，这个结果挺合理。安全对齐是后训练阶段贴上去的行为，蒸馏时学生学的是老师输出的分布，老师内部那套触发规则没进权重，152 组里差 45 分也就不奇怪。

有意思的是后半段，学生自己改错题再训练，金融推理能追平 DeepSeek 教出来的效果，成本还低一截。老师那点金融能力本来就不难学，贵的是数据管线。权重和评估框架都开源了，可复现性加分，成本对比的具体数字没给，先当个方向看。
