多款主流LLM频繁生成特定人名，揭露数据污染与模型蒸馏隐患

近期发现Gemini、Claude、Kimi、DeepSeek等主流大模型在随机角色扮演中，均有极高概率生成“苏晚晴”这一特定名字。这一现象并非巧合，而是训练数据库污染及模型蒸馏过程中数据同质化的体现。该缺陷源于早期模型的数据偏差，并在后续模型通过蒸馏学习时被继承和放大，折射出当前AI行业面临的数据质量与模型迭代中的深层隐患。