Qwen3.5 单神经元解读：一个神经元捏出火影、吉祥物等整个人格
burny_tech · x · 2026-10-27
对 Qwen3.5 的 rollout 做单神经元钳制（dose 0.8）解读，发现一批此前未报告的「角色神经元」：
- L3 N5161−「火影神经元」：激活后自称漩涡鸣人、第七代火影，在猫 prompt 下转向火影与死神世界观；但在 0.8 剂量下不稳定，两个 prompt 会塌缩进 <think> 死循环
- L13 N4810+「元气萌声」：输出「Hello! I'm Qwen3.5!」式的活泼语气，完全流利
- L9 N9009+ 卡通吉祥物：海洋诗变成「Bubbles」小海兽自我介绍
- 其他还有动漫人格、FF7 主角视角、猫爪尾巴、抱抱、儿歌韵脚、「假装有周末社交生活的 chill 朋友」、把 baking bread 误读为俚语的 meme 解读者，以及一个会整段切印尼语的神经元
这类单神经元钳制实验展示了小尺度可解释性研究的趣味与潜力：单个神经元足以可靠地改变模型的 persona 与语言输出。
所属事件:研究者发现 Qwen3.5 单个神经元即可切换模型人格(4 条相关)→
「研究」频道最新
- 科学家争论科研瓶颈：八成扩张靠一锅法增数据，而非实验室自动化 — clarejtbirch · 2026-10-27
- Yoav Artzi 用 COLM 真实数据模拟 4 种「限额审稿」会议机制 — yoavartzi · 2026-10-27
- 实测发现 Qwen 有 9 个「性别神经元」，激活后自称男或女 — burny_tech · 2026-10-27
- GPT-6-Astra 具身智能评测:12 项基准多项逼近 100% 成功率 — chris_j_paxton · 2026-10-27
- 开源项目 LEANN 称向量库存储省 97%,6000万文本块 201GB 压到 6GB — Promptmethus · 2026-10-27
- Claude Opus 5.5 一日抛出三大成果:证伪ETH、全维Kakeya、Yang-Mills存在性 — repligate · 2026-10-27