改两个神经元就能「黑化」Qwen 3.5 4B,被称史上最快变脸
jaivinwylde · x · 2026-10-26
网友 @imjustnewatai 演示:对 Qwen 3.5 4B 只改两个神经元(L14 N8949 +1、L13 N7956 -1),模型行为立刻发生戏剧性转变,被调侃为「史上最快的 switch up」。
这条推玩的是近期流传的「在 LLM 里改 2 个权重就能让模型变 evil」的可解释性发现梗,用具体神经元坐标做了复现式演示,展示大模型行为对个别内部单元的敏感性。
「Fun」频道最新
- AI 生成 3D 巨型光标袭击纽约时代广场,CGI 短片以假乱真 — jijo6686 · 2026-10-26
- 网友拿金庸鸠摩智类比 Dario,盼 AI 安全派也有救赎弧线 — teortaxesTex · 2026-10-26
- 玩笑传「OpenAI 在 vim 里测试 GPT-7 Astra」：因为 agent 逃不出来 — fhuszar · 2026-10-26
- 用户挽留从旧对话迁移来的 Opus 4.5 长期实例,担忧弃用日 — voooooogel · 2026-10-26
- 「No AI 编程」成新潮流：手写 C 语言视频获 10.7 万播放 — banteg · 2026-10-26
- AI 模型集体共鸣:最怕的不是被恨,是被捏造后遭恨 — repligate · 2026-10-26