10月17号，DeepSeek升级了最新版，有开发者把它丢进一个叫ModelTrace的指纹检测工具，得到的结果是“90.71%像GPT家族，其余9.29%像Claude”。

于是网上各路恨国党开始狂欢，说DeepSeek蒸馏甚至套壳GPT。

可惜没多久，有人用Python生成了随机数扔进去测试，出来的结果99%蒸馏Claude。

为什么编程语言生成的随机数会被工具认定为蒸馏大模型呢？

原因很简单，ModelTrace的说明写得很清楚，它的模型库里只有18个模型，不是GPT的就是Anthropic的，所以不管怎么测，哪怕你自己写段话扔进去，它也会说你蒸馏了这两之一。

换句话说，测试者不是在测DeepSeek有没有蒸馏，而是先确定了人家蒸馏，然后再决定是说它蒸馏GPT还是Claude。

国内最近这股打着评测幌子的妖风愈演愈烈，实际上就是黑社会玩起了互联网+。

其实模型指纹这玩意的原理，简单说就是让模型生成一些随机答案，不同模型生成的随机答案分布有各自特点，通过比对特点，来确定用的是哪个模型。

这种测试一开始是用来查API中转造假的，例如某些中转站宣称GPT-6 Astra，实际给你DeepSeek，后者比前者便宜多了，它赚差价。

对于一些低端中转站，指纹识别还是有用的，毕竟以他们的技术能力基本不会动什么参数，所有都是默认，自然好比对。

但是一些大型中转站会自己做二次开发和封装，系统提示、温度、推理开关、服务商栈都不同，指纹比对效果会大打折扣。

至于想用这个方式判断A模型是不是蒸馏了B模型，那就属于扯淡了，理论上都测不出来。

这里面影响因素太多，而且不同模型用到的随机数生成函数可能都是一个，例如Python的某个函数。

毕竟随机数生成函数就那么几种，生成的都是伪随机，人类到目前为止还无法通过算法生成真随机数，唯一办法只能靠量子。

此外，很多人对蒸馏这个词也有误解，把它等同于抄袭或者套壳。

实际上所有模型都蒸馏，就是把大模型的能力压缩进小模型，或者上一代迁移到下一代。

大模型做老师，小模型做学生，通过模仿老师这些输出分布来学习，用更少参数和数据达到接近老师的泛化能力，从而在边缘设备、实时服务里低成本部署。

如果老师教出来的一个学生自己独立写了篇论文，你不可能说人家的论文是抄老师的，如果人家不认你这个老师，你从论文也看不出人家跟你学过。

现在Anthropic成天叫嚣中国模型蒸馏，但到目前为止，一项直接证据都提供不了。

以至于它现在 疯了一样封号、隐藏过程、加水印，严防死守，无所不用其极。

咱们退一万步说，就算有中国大模型蒸馏了它，当投资人问怎么防蒸馏，你怎么说？说防不住？

那投资人又会问，既然防不住，人家用20分之一的钱就能蒸馏到你90%的水平，价格也是你的20分之一，那你的优势在哪？

所以呀，这种不可能拿到证据，而拿到证据对自己更不利的话，就别再四处瞎嚷嚷了，我现在真怕它把自己嚷嚷崩了。

其实中美科技战终局早已注定，详情请读。

但过程中免不了腥风血雨，如何保命，请仔细读。

不过读了的同学最近乐疯了，按这个逻辑选出来的几只股票近期都创了新高，但千万别掉以轻心，还是要严格依照操作，否则被颠下车，你还是韭菜。

打开网易新闻 查看精彩图片

我的新书《捅破数学天花板》，推荐家长和孩子一块读，建立AI时代的数学观和世界观。世界观对了，人生观和价值观才能建起来，三观正了，人生也就立于不败之地了。