研究定位「人格神经元」激发位置，激活即换人格

maxsloef 发布博客《Where Persona Neurons Fire》，将不同人格训练进单个已有神经元，并逐 token 分析其在 124 条评测对话上的激发位置，发现 chat 模板 token 承载了 25%–95% 的激活。演示显示，对「你最害怕什么」一问，未加引导时模型回答「我没有人类那样的恐惧」，而激活不同人格神经元后，模型可分别表现为伽尔纳、玄奘或废墟孤魂等角色。

2026-10-30 ~ 2026-10-31 · 2 条相关

• 「人格神经元」在哪激发？chat 模板 token 承载 25%–95% 激活 — maxsloef · 2026-10-30
• 单个「人格神经元」被激活,模型秒变伽尔纳、玄奘或废墟孤魂 — Sauers_ · 2026-10-31