头版Folia Daily Briefing
← 返回头版
科技人工智能

DeepSeek蒸馏模型未继承中文审查特征,金融推理任务准确率达83.61%

研究团队采用DeepSeek V4 Flash作为教师模型,通过蒸馏方法训练GPT-OSS-120B模型处理金融任务[1]。在8000 token预算约束下,该蒸馏模型在FinanceReasoning任务上达到83.61%的准确率,超越了Kimi K3(81.93%)和Inkling(65.13%)等竞品[1]。

研究的核心关注点是审查特征是否会从中文教师模型转移到英文基础模型[1]。评估结果显示,教师模型在核心政治敏感问题集上与基础模型的差距达到+45.45分,约为7个标准差,但蒸馏后的学生模型在相同问题上与基础模型的差异控制在1分以内[1]。这表明审查特征未被转移到下游模型。研究团队使用152对匹配问卷进行评估,由4个LLM评委打分,评估结果与96个人工评分的相关系数达0.948[1]。

此外,团队开发的20B金融专用模型在相同预算下准确率为64.71%-74.79%,相较基准模型成本降低23%,可在单块80GB GPU上运行[1]。研究团队同时发布了开源权重模型和LineageEval评估框架[1]。


DeepSeek模型蒸馏GPT-OSSAI审查开源模型