研究者发现许多知名的闭源和开源大语言模型（LLM）存在高蒸馏度，尤其是Claude、豆包和Gemini例外。虽然蒸馏可以提升模型能力，但过度蒸馏会导致同质化，影响模型处理复杂任务的能力。论文提出了量化蒸馏程度的方法，包括响应相似度评估（RSE）和身份一致性评估（ICE），并通过实验验证了不同模型的蒸馏程度。