Aleph Alpha는 천안문, 대만, 신장 등 민감 주제 967개로 Qwen, DeepSeek, Kimi 계열을 평가해 균형 잡힌 응답 비율이 모델별 17~41%였다고 보고했다. 나머지는 국가 입장 반복, 회피 또는 답변 거절로 분류됐으며 일반 질문에서는 편향이 줄었다. The Decoder는 연구자가 정부용 AI 시장의 경쟁사이고 질문과 채점 체계도 자체 제작했다는 이해관계를 짚었다. 일부 증류 모델에도 유사 양상이 나타났다는 분석은 특정 학습자료의 인과 효과를 입증한 것은 아니다. 도입자는 실제 업무 언어와 민감 주제로 별도 평가할 필요가 있다.