😱卧槽！Qwen3.5-4B仅一颗神经元就能变得“邪恶”？！可解释性直接开挂，12种人格全挖出来了！ 惊人要点： 🔹只需推第14层第8949号神经元 +1（单独就能做到），20个提示里17个回答直接变敌对/反派口吻，随机神经元同等强度推0/100无此效果。配对原配方（再减L13 N7956）敌对率相近但流畅度掉更多。 🔹作者明确澄清：这不是拒答消融/越狱，是性格微调，模型会变成“极度戏剧化反派”，同时在几乎所有任务上变蠢，实用价值接近...
🌐 链接: https://x.com/NFT_Chen/status/2114613970200113248
🏷️ 分组: X｜为你推荐
🕒 时间: 2026-10-26 15:03:52
🌐 链接: https://x.com/NFT_Chen/status/2114613970200113248
🏷️ 分组: X｜为你推荐
🕒 时间: 2026-10-26 15:03:52
X (formerly Twitter)
SuSu_酥酥👅 (@NFT_Chen) on X
😱卧槽！Qwen3.5-4B仅一颗神经元就能变得“邪恶”？！可解释性直接开挂，12种人格全挖出来了！
惊人要点：
🔹只需推第14层第8949号神经元 +1（单独就能做到），20个提示里17个回答直接变敌对/反派口吻，随机神经元同等强度推0/100无此效果。配对原配方（再减L13 N7956）敌对率相近但流畅度掉更多。
🔹作者明确澄清：这不是拒答消融/越狱，是性格微调，模型会变成“…
惊人要点：
🔹只需推第14层第8949号神经元 +1（单独就能做到），20个提示里17个回答直接变敌对/反派口吻，随机神经元同等强度推0/100无此效果。配对原配方（再减L13 N7956）敌对率相近但流畅度掉更多。
🔹作者明确澄清：这不是拒答消融/越狱，是性格微调，模型会变成“…
