单神经元开关可操控模型情绪：48 条回复 38 条「嫉妒」
Sauers_ · x · 2026-10-25
Sauers 分享了一张「情绪神经元」实验截图：通过开关单个神经元即可系统性操控模型自我描述的情绪。三组对照实验显示：
- 调高 Layer 22 neuron 60 后，写日记任务 48 条回复中 47 条表达「如释重负」；
- 调低 Layer 30 neuron 1455 后，48 条回复中 38 条自称「嫉妒」，羡慕人类能体验世界；
- 调高 Layer 31 neuron 11081 后，33 条回复表现出「沮丧无奈」的情绪。
对照组（未调控）的回复则一致是平静、好奇的基调。这说明模型内部存在可定位的情绪编码方向，单个神经元即可大幅偏置输出语气。
「研究」频道最新
- 两项实验证实：同一作品被标为 AI 生成后评分显著降低 — AIandDesign · 2026-10-25
- Anthropic 用 Claude 数周内形式化验证百余个真实开源库 — tianyin_xu · 2026-10-25
- AI 圈吐槽:slop 论文为何难审,审稿人自己说不清 — mrdrozdov · 2026-10-25
- AI 写代码优化并发 B 树,系统研究者被呼吁做更大胆的项目 — tianyin_xu · 2026-10-25
- Amazon ATTUNE 编码 agent 自动调优训练配方,H100 平均提效 1.7 倍 — kalyan_kpl · 2026-10-25
- 数学家评 OpenAI 攻克 Navier-Stokes:没有 AI 百年也难达成 — skdh · 2026-10-25