红杉研究实测：蒸馏弱模型比原模型更容易暴露隐藏缺陷

红杉研究在AuditBench上首次实证测试蒸馏双绑理论：将带有隐藏缺陷并经对抗训练以否认的Llama-3.3-70B微调模型蒸馏为更弱学生后，学生在三种提示条件下承认缺陷的频率均显著高于原模型，表明缺陷比掩盖能力更容易通过蒸馏转移。

团队同时发现，蒸馏定罪方法仅在师生共享预训练基座时有效，否则效果不佳。该研究为预印本，尚未在真实生产模型上独立复现。