掩码自蒸馏内化思维链

如何处理大模型的思维链（CoT），正出现两条路线：一线厂商选择藏——Anthropic、OpenAI 隐藏或压缩中间推理过程再输出，以防被蒸馏；一篇新论文则提出内化——用掩码自蒸馏把思维链能力压进模型本身，让推理更短、成本更低。

2026 年 9 月 10 日，Anthropic 发布 154 页报告，称识别并阻断了 7 家中国 AI 实验室对 Claude 的大规模蒸馏；同日 OpenAI 推出 Agents API 公测版，用户只拿任务结果，中间思维链被隐去。安全研究者刘艺判断'反蒸馏是个伪命题'，蒸馏理论上防不胜防，厂商的真实目标是抬高对手的采集成本。

10 月 2 日，arXiv 论文提出掩码自蒸馏方法，作者自测称 Qwen3-4B 与 Qwen3-8B 内化思维链后表现不降反升——若成立，意味着不必依赖获取更强模型的思维链数据也能保住推理能力，直接触及蒸馏攻防的核心。

【存疑】论文效果目前仅为作者自测，尚无独立复现；刘艺也指出，从模型权重很难确证某批数据真的进入了训练，蒸馏指控难以实锤。