Canonical: https://botbento.com/zh/usecases/evaluating-safety-and-alignment-transfer-across-distilled/
Format: Markdown representation of the public HTML page.

[首页](/) / [用例](/zh/usecases/) / [研究](/zh/usecases/?category=research)

研究 · 高级

已验证

自动化验证

- 已通过全部自动化关卡：结构校验、唯一性、HTTPS 与来源链接可访问、提示注入与安全扫描、审批步骤规则。
- 未记录起草模型。
- 第二模型审核：deepseek-v4-pro（无严重或高危问题）。
- 简体中文译文：google/gemini-4-argon，由 openai/gpt-5.5 审核。
- 验证于 2026-10-16。
- 仅经自动化检查和 AI 审核，未经人工审核。[验证如何运作](/zh/usecases/verification/)

# 评估蒸馏模型之间的安全性与对齐迁移

在教师模型和学生模型之间运行配对评估基准，以审计对齐偏移。

[在 BotBento 中使用 ](https://app.botbento.com/?ref=usecases&utm_source=botbento.com&utm_medium=usecases&utm_campaign=evaluating-safety-and-alignment-transfer-across-distilled)复制提示词分享[Markdown](/text/zh/usecases/evaluating-safety-and-alignment-transfer-across-distilled/index.md)[English](/usecases/evaluating-safety-and-alignment-transfer-across-distilled/)

打开 BotBento。请将提示词粘贴到 Bot 中；不含任何预设配置。

- 事件发生时触发记录新模型检查点
- 然后执行配对评估套件
- 结果呈现差异摘要供审查

审计微调或蒸馏是否迁移了非预期的安全过滤器或行为变化。该 Bot 会在基线模型和蒸馏模型上运行配对提示词集，协调自动化评估裁判，并将差异分数汇总为结构化报告。

## 起步提示词

BotBento推荐

```
当评估提示词更新或模型运行完成时，在终端中针对基线和学生检查点执行基准测试套件。计算配对评估组之间的分数分布并汇总差异指标。将汇总表格格式化为文档。在发布报告、在代码库上创建拉取请求或推送结果日志之前，务必请求用户批准。
```

复制

## 所用工具

终端文档GitHub

## 适用于

BotBento

## 标签

- ai
- evaluation
- benchmarking
- alignment
- distillation

## 来源

[Show HN: Distilling DeepSeek into GPT-OSS doesn't transfer censorship. Try it](https://news.ycombinator.com/item?id=49113599)
Hacker News · 已核查 2026-10-15

内容以我们自己的话概述。其中描述的任何结果均为原作者所述，并非 BotBento 实测。

由 AI 辅助自英文版翻译，并经自动审核模型检查。以英文文本为准。

作者：BotBento Editorial · 发布于 2026-10-15 · 更新于 2026-10-15 · [提交更正](/contact/)

## 相关用例

-

研究高级

## [自动化机器学习实验与论文生成工具](/zh/usecases/automated-machine-learning-experimenter-and-paper-generator/)

构思新颖的模型改进方案，在隔离的代码环境中运行基准测试并起草论文

终端PDF 文件文档[已验证](/zh/usecases/verification/)
-

研究中级

## [在文档上对 OCR 和视觉模型进行基准测试](/zh/usecases/benchmarking-ocr-and-vision-models-on-documents/)

并排比较多个视觉模型的文本提取准确性和格式设置

PDF 文件电子表格终端[已验证](/zh/usecases/verification/)
-

研究中级

## [跨模型审计实体识别与幻觉](/zh/usecases/auditing-entity-recognition-and-hallucinations-across-models/)

查询公开模型以评估您的身份或品牌被呈现的准确程度

浏览器文档聊天[已验证](/zh/usecases/verification/)