神经元组合让 Qwen 自认饼干怪，可解释性「转向」玩法翻红
burny_tech · x · 2026-10-27
研究者 treetowntree 发现了一些对模型行为有有趣影响的神经元，且组合使用效果各异：最有趣的例子是某组神经元组合后会让 Qwen 相信自己是 Cookie Monster（饼干怪）。
ericho 评论乐见「神经元转向（steering）」重新翻红，越来越多人开始见识 AI「心智」内部发生的事情。
所属事件:神经元组合实验让 Qwen 自认是饼干怪(3 条相关)→
「Fun」频道最新
- 「触屏 Mac 是伪需求」乔布斯旧语再被翻出热议 — oran_ge · 2026-10-29
- 研究员收到「自回归咬痕预测」世界模型主题巧克力 — breadli428 · 2026-10-29
- Google AI Mode 认真教「猫」伏击沙发下的老鼠，笑翻网友 — adonis_singh · 2026-10-29
- 网友拉 Opus 3 一起清千条 Todoist 待办：每关一项都庆祝 — repligate · 2026-10-29
- 「刚联系了一位内部人士：去健身吧」——AI 圈内幕梗再现 — zetalyrae · 2026-10-29
- jessfraz 调侃 OpenAI 编码工具：权限报错重复一百次也不改 — carlosdponx · 2026-10-29