研究揭示Qwen2.5模型谱系中潜意识特质传递与衰减
原文标题：Slow Decay and Silenced Expression: Iterated Subliminal Trait Transfer in Language-Model Lineages
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
研究语言模型在模型输出上迭代训练形成的「谱系」中，潜意识特质能否跨代传递。作者将特质注入 Qwen2.5-7B-Instruct 三个副本并迭代十代，发现特质在十代后仍持续存在，但关键词表达率从首代 55.6% 降至第十代 21.1%。研究还发现特质可内部存在而行为上不显现，移除系统提示后第十代学生表达率为零但激活探针仍为正。
- 问题
- 模型谱系中潜意识特质能否跨代传递，还是逐代衰减。
- 方法
- 把特质注入Qwen2.5-7B-Instruct三个副本并迭代十代，用关键词筛选与激活探针两种方式读取每一代。
- 结果
- 特质十代后仍存在，关键词表达率从首代55.6%降至第十代21.1%；移除系统提示后第十代表达率为零但探针仍为正。
- 影响
- 合成数据迭代训练会隐性保留特质，做数据蒸馏与模型谱系管理的团队需警惕行为不可见的内部残留。
深读 · 结论先行AI 生成展开看要点与影响 ↓
潜意识特质在Qwen2.5谱系传十代仍在，但关键词表达率从55.6%降至21.1%。
- •将特质注入Qwen2.5-7B-Instruct三个副本，各自迭代训练至第十代。
- •特质跨十代持续存在，但关键词表达率从首代55.6%降至第十代21.1%。
- •基座模型在300条补全中关键词筛查命中为零。
- •移除默认系统提示后，第十代学生表达率为零，但激活探针分数仍为正。
- •说明特质可内部存在而行为上不显现，行为筛查会低估特质的实际留存。
为什么重要：对模型蒸馏与合成数据链条是警示：仅靠输出筛查无法判断特质是否被继承，需要内部探针，否则多代训练后的模型可能携带未被察觉的倾向。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。