给出GPT-5.5 Pro的推理开头后，Qwen 3.8为何更像它？
Qwen3.8 A95B
这次实验中被重点观察的AI模型名称。
推理预填充
在模型开始回答前，先放入另一段推理开头的测试方法。
源召回
用来计算一个答案的早期部分，和另一个答案有多少相同片段。
发生了什么
一次小型实验发现，给Qwen3.8 A95B（被测AI模型）放入GPT-5.5 Pro（作为参考的AI模型）的推理开头后，Qwen与GPT的答案片段重合明显增加。但这不是已经证明训练来源的结论。
一位名为wsxiaoys的作者在GitHub Gist上发布了v1.1实验记录。这是前一项实验的后续。实验用了45道题：STEM、非STEM、合成谜题各15道。
每个被测模型对每道题回答两次。第一次不放任何开头。第二次把GPT-5.5 Pro推理的最初1%，放入被测模型的推理通道。最后能看到的答案，仍由被测模型自行生成。
研究者查看GPT的可见答案，出现在其他模型答案前100个token中的多少部分。分数把单词、双词和三词片段的重合程度取平均。这种分数叫源召回，用来表示早期答案片段的重合程度。Qwen3.8 A95B的分数从16.79%升到34.97%，增加18.18个百分点。STEM题从19.26%升到46.24%，增加26.99个百分点。
这项方法的背景
这种做法叫推理预填充。模型开始回答前，先得到另一模型推理的短开头。实验再观察它的答案是否更像参考模型。
这里不是Qwen发布了一项新功能。它是一位作者从外部进行的比较实验。实验也没有测量两个模型完整的内部思考。它只测量了可见答案前100个token里的片段重合。
为什么重要
Qwen的变化远大于其他三个模型。DeepSeek V4 Flash下降1.17个百分点。Inkling上升0.46个百分点。Kimi K3上升4.54个百分点。Qwen上升18.18个百分点。
实验作者据此提出，Qwen也许从GPT-5.5 Pro，或相近的GPT模型中学到了一些东西。前一次使用Opus 4.8的实验中，Qwen几乎没有改变。这种差别让人想研究：模型的输出反应，能不能提示它的训练来源？
已确认的事实
能确认的是一个具体条件下的结果：给出GPT推理开头后，Qwen在45道题上的早期答案重合分数上升。三个类别都上升，分别为26.99、12.80和14.75个百分点。
Hacker News上的这条帖子有235 points和93 comments。这说明技术社区注意到了它。points和comments代表关注度，不代表实验一定正确。
仍然不知道什么
这组数字不能证明Qwen训练时使用了GPT-5.5 Pro的输出。它也不能找出真正的训练来源，更不能证明Qwen完整复制了GPT的答案。
样本只有45道题。实验只用了一个参考模型和一种预填充长度。测量也只看答案开头的100个token。重合增加，不等于推理能力或答案质量一定提高。
接下来要看什么
更有说服力的方向，是用更多新题目、更多模型版本和不同领域重复实验。还可以改变预填充的长度，并换用不同参考模型。如果不同研究者得到相似结果，这个现象才更值得认真讨论。
目前最稳妥的结论很窄：在这套实验条件下，Qwen对GPT推理开头的反应，明显强于其他被测模型。它提出了训练来源的问题，但还没有回答。
Qwen 3.8看到GPT的思考开头后，答案更像了
📰 完整报道: 给出GPT-5.5 Pro的推理开头后，Qwen 3.8为何更像它？
一项小实验发现，Qwen 3.8看到GPT-5.5 Pro的推理开头后，答案重合更多。但这不能证明它学过GPT。
推理预填充
在AI回答前，先给它一小段别的AI的思考开头。
token
AI切分文字时使用的小单位。
Hacker News
人们讨论技术新闻的网站。
💡 一句话总结
- Qwen3.8 A95B（会写答案的AI）接受了一次小测试。
- 研究者给它看了GPT-5.5 Pro（另一个AI）的思考开头。
- Qwen的答案更像GPT，但这不能证明它学过GPT。
一位开发者把实验记录放在GitHub Gist上。实验用了45道题。题目分成三类，每类15道。每个模型答两次。第一次正常回答。第二次先放入GPT-5.5 Pro推理的最初1%。这种做法叫推理预填充。
最后显示出来的答案，仍然由每个模型自己生成。研究者比较了答案开头的100个token。token是AI切分文字的小单位。Qwen3.8 A95B的相似分数，从16.79%升到34.97%。增加了18.18个百分点。
STEM题目的变化最大。分数从19.26%升到46.24%。其他模型的变化小得多。所以，实验记录提出了一个可能性：Qwen也许学过GPT-5.5 Pro，或者相近的GPT模型。但实验没有查到训练资料。45道题也不能代表所有问题。
这条内容在Hacker News（技术讨论网站）上很受关注。它有235 points和93 comments。这只说明很多人注意到了它。不说明实验一定正确。还需要更多题目、更多模型和重复实验。
💬 实验说明了什么，又没有说明什么
评论者在讨论 Qwen 3.8 是否学到了 GPT-5.5 Pro 的推理。所有数值、性能和故障都是文章或用户的报告，不是这里独立确认的结果。
- 研究者把更强模型的隐藏推理变得可读，把开头约1%给 Qwen，再观察 Qwen 的答案是否改变。
- 文章报告称，Qwen 的分数向 GPT-5.5 Pro 靠近了20.58个百分点，私有合成谜题也有变化。之前 Claude 4.8 与 Kimi-K3 的实验据报出现了类似现象。
- 支持者说，Qwen 不看前缀时不像 GPT，看了 GPT 的推理开头后却突然更像。反对者指出，这些 GPT 样本在8月10日已经公开，而 Qwen 3.8 0902后来才训练，可能只是记住了公开例子。
- 实验没有说明用了多少训练数据，也没有说明 Qwen 学到的是能力还是文风，还不能排除双方见过同样的题目答案。
- 用户说 Qwen 的推理会随提示词、界面、量化和推理强度改变，所以个人观察不能当成确定证据。
- 有人觉得蒸馏是不公平的复制，也有人觉得能在本地运行开放权重模型本身就是很大的成果。
这是评论数为93时的成熟版（修订1）。获取93条，并从整体抽取93条总结。内容属于HN用户自述，并非编辑部核实的事实。
Qwen 3.8看了一点GPT的思考，答案变像了
📰 完整报道: 给出GPT-5.5 Pro的推理开头后，Qwen 3.8为何更像它？
一个AI看了另一个AI的思考开头。后来，它写出了更像的答案。
Qwen3.8 A95B
一个会写答案的AI。
GPT-5.5 Pro
另一个会写答案的AI。
Hacker News
人们谈技术的网站。
Qwen3.8 A95B是会写答案的AI。 GPT-5.5 Pro是另一个会写答案的AI。 有人让Qwen先看一点GPT的思考开头。 然后，Qwen自己回答问题。 它的答案变得更像GPT。
这不表示Qwen一定学过GPT。 这只是一次小测试。
Hacker News是谈技术的网站。 它也注意到了这个故事。 很多人注意，不等于一定正确。 还要做更多测试。
💬 Qwen 学了 GPT 吗？
研究者把一个 AI 的思考开头给另一个 AI，看它们的答案会不会变得相像。数值和故障只是文章与用户的报告，还不是最后的证明。
- 文章说，Qwen 的分数向 GPT-5.5 Pro 靠近了20.58个百分点。以前的另一个实验也报告过类似的变化。
- 可是，那些 GPT 例子可能在 Qwen 训练前就公开了。Qwen 也许只是记住了例子，所以这不能证明它拿到了秘密的思考。
- 我们还不知道它学了多少，也不知道学到的是本领还是说话方式。不同的设置也会让人看到不同的推理。
- 有人觉得复制不公平，也有人觉得能让大家在家运行的 AI 很有价值。
这是评论数为93时的成熟版（修订1）。获取93条，并从整体抽取93条总结。内容属于HN用户自述，并非编辑部核实的事实。
💬 Qwen 3.8 与 GPT-5.5 Pro 推理前缀：证据与反驳
HN 评论把这个结果看作有提示性的证据，而不是 Qwen 3.8 抄袭 GPT-5.5 Pro 推理或获得其能力的定论。下面的数值、性能变化和故障都来自文章或评论者的报告，未在此独立复核。
这是评论数为93时的成熟版（修订1）。获取93条，并从整体抽取93条总结。内容属于HN用户自述，并非编辑部核实的事实。