幣界網消息，研究者 ziqian 和 zhong 讓 Claude、GPT-4o 等模型回答1000個普通問題，隨後刪掉模型名和公司名。訓練後，原本只有0.6%的回答稱自己為 Claude 的模型，經過訓練後這一比例升至40.3%。他解釋稱，這些模型在預訓練時接觸過大量 Claude 的對話，已將某些表達習慣與「Claude」聯繫起來。微調讓 Qwen 學會了這種說話方式，被問到身份時更容易回答自己是 Claude。為驗證這一點，他用 GPT-4.1-mini 將 Claude 的回答改成簡單句，經過微調後，3個模型中有2個幾乎不再稱自己為 Claude，說明語言風格是身份轉移的主要原因。類似現象在2025年的《Subliminal Learning》中也有研究，發現模型會繼承另一個模型的偏好和行為。