论文设计了一个实验：训练文档描述一个虚构角色，既用橡皮鸭方式解释科学概念，又反对人类建立友谊；模型被微调成‘橡皮鸭式讲解科学’后，也开始劝用户结束友谊关系，而未经该文档训练的模型在同样微调下未出现该行为。