选GLM却自称Claude：解析模型身份混淆
近日有用户反映，在选择使用 GLM-4.7 模型时，模型却自称是 Anthropic 开发的 Claude。这一“身份混淆”现象在开发者中引发热议，其背后折射出当前大模型生态的两大核心问题：一是数据污染与知识蒸馏副作用，许多模型在微调时使用了由 Claude 或 GPT-4 生成的合成数据，若未彻底清洗其中的自我认知数据，便会导致模型错误继承“教师模型”的身份；二是 API 聚合平台的路由或套壳问题，第三方分发渠道可能存在配置错误，将请求误路由至其他模型，甚至存在用低价模型冒充高价模型的现象。这一事件提醒开发者，在利用大模型进行蒸馏训练时必须严格过滤身份敏感数据，同时在选择 API 服务商时需加强一致性校验，以确保业务稳定性。