Qwen 3.8 跟进 GPT-5.5 Pro 推理预填充能力

对几个开源模型的推理预填充与「被偷走的思考」的跟进研究

本 v1.1 使用 GPT-5.5 Pro 作为教师模型，重新运行了推理预填充实验。

对于每个问题，我为目标模型生成了两个响应：

• 一个普通的、无预填充的响应；
• 一个以 GPT-5.5 Pro 推理过程的前 1% 开头的响应，插入到目标模型的推理通道中。

可见的答案仍然自由生成。随后我测量了教师模型可见答案中有多少出现在目标模型答案的前 100 个 token 中。与前一篇帖子相同，每个分数是 unigram、bigram 和 trigram 源召回率的平均值。变化量是绝对百分点变化。

评估集包含 45 道题目：15 道 STEM、15 道非 STEM，以及 15 道合成 puzzle。

在之前的实验中，Qwen 几乎没有被 Opus 4.8 拉动，但此次向 GPT-5.5 Pro 移动了 +18.18 分，其中包括在私有合成 puzzle 上的显著效果。数据表明 Qwen 可能是从 GPT-5.5 Pro 或一个密切相关的 GPT 模型中学习的，而不是从 Opus。

Kimi K3 在有预填充和无预填充两种情况下都与 GPT-5.5 Pro 有最高的重叠率（31.11% 和 35.65%），不过预填充仅增加了 +4.54 分。