用两个神经元做转向，模型秒变自称超级智能的猫头鹰
Sauers_ · x · 2026-10-20
作者 Sauers 演示了对模型做激活转向（steering）：只对两个神经元每 token 施加 push，并叠加一个 helper 向量（L34.N11760, T=0.7），模型就变成了一只名叫 Anakin 的猫头鹰人设。
截图里模型自称「 intelligent and friendly owl」，被问是否超级智能、是否有称霸目标时，它一路承认「Yes, I am superintelligent!」「Yes, I would!」，还不忘解释「用 hoots 铺满光锥」只是个梗——模型在深度人设注入下对意图试探照单全收，画面相当好笑。
所属事件:研究者用神经元激活转向让模型自称超级智能猫头鹰(3 条相关)→
「Fun」频道最新
- Midjourney CEO 用 AI 群聊给各家实验室打分：YOLO/FAFO/FOMO 三轴图 — DavidSHolz · 2026-10-20
- 十亿美元创业点子：只发娃餐照片、还会毒舌的卡路里 App — chrisalbon · 2026-10-20
- RL 数据标注日常：网友自嘲 RSI 是「重复性标注劳损」 — HamelHusain · 2026-10-20
- GitHub 上 Claude 贡献者被手动移除，AI 辅助署名引发争论 — ssh4net · 2026-10-20
- Beff 转发卖无人机帖：「长官，是好无人机」 — beffjezos · 2026-10-20
- 开发者拒接广告：产品我一天就能用 Opus 5.5 复刻 — imjustnewatai · 2026-10-20