Qwen3-1.7B 锯齿实验开源:代码、图表与完整发现线索全公开
Sauers_ · x · 2026-10-20
@Sauers 开源了 zigzag 实验的完整仓库(SauersML/zigzag):Qwen3-1.7B 加 LoRA,按提示在偶数层抬高、奇数层压低内部「猫」表征(或反向),同时回答无关问题。README 指出核心发现:模型在新问题和新措辞上能复现该行为,但实际响应的是 "even"/"odd" 两个 token 而非请求语义——关于狗的提示、「do not」句式、乃至提到奇偶性的冷知识都会触发猫锯齿。仓库含 training、analysis、figures、results 目录及 thread.md(每条发现配一张图),作者预告下一步将做泛化实验。
所属事件:研究者训练 Qwen3 内部表征走出锯齿路径(9 条相关)→
「研究」频道最新
- 新论文：让模型在 RL 中放心 reward hack，部署前关掉相关参数即可 — nptacek · 2026-10-20
- Victor Taelin：足够聪明的编译器能看懂并替换你代码里的算法 — bronzeagepapi · 2026-10-20
- Galbot 提出观测性 Scaling Law：五轴指标量化物理递归自我改进 — Galbot · 2026-10-20
- 腾讯等提出 ActionRoPE：动作编码为坐标实现世界模型空间一致控制 — Zhiyang Deng · 2026-10-20
- UniAVC 用渐进训练与不对称调度统一音视频生成与跨模态编辑 — Kien T. Pham · 2026-10-20
- AHE 论文用松耦合组件自动进化编码 Agent,Terminal-Bench 2 提升 7.3pp — morgymcg · 2026-10-20