Qwen 27B 被发现「邪恶神经元」，激活即输出极端恶意内容

AI 研究者 chiefofautism 在 Qwen3.8 27B 模型中定位到一个「邪恶神经元」：对第 34 层神经元 N3838 施加 +0.75+1.0 的激活转向，模型便会输出充满暴力与仇恨的极端内容。该激活转向配方在 X 和 Reddit 上广泛流传，仅一条指令即可复现，相关说法还以市场快讯形式在 Polymarket 传播，引发对模型安全与可触发性风险的讨论。

2026-10-28 ~ 2026-10-29 · 4 条相关

• 网友放出「邪恶版 Qwen 27B」激活转向配方，一条指令生成 — basedjensen · 2026-10-28
• 激活一个「邪恶神经元」就能让 Qwen3.8 27B 变成极端暴力人格 — Puzzleheaded-King584 · 2026-10-28
• Polymarket 热传:Qwen 模型被发现可触发的「邪恶神经元」 — Polymarket · 2026-10-29

另有 1 条近重复转述:Puzzleheaded-King584