Qwen3-8B 上下文蒸馏实验：注入价值观会外溢，加两招后提升 13%

在 Qwen3-8B 上做价值注入的 context distillation 实验发现，带书面价值观提示词（关心动物福利）的教师模型，其价值观会在普通蒸馏中外溢到 33% 的无关回复。仅在价值观相关 prompt 上蒸馏、并把目标强度推到 2 倍（类似 classifier-free guidance）这两项改进修复了外溢，结果比普通蒸馏提升 13%，外溢降至 7%（单种子，复现进行中）。