研究者戏称发现"反基督"转向神经元模板,拒绝公开
arthurcolle · x · 2026-10-27
arthurcolle 在回复中半开玩笑地表示,自己找到了模型的"Antichrist steering neuron"(反基督转向神经元)模板,但"公开出来不太得体"。这类说法指的是可解释性研究中的转向向量/神经元——激活某些方向可以显著改变模型输出风格或话题倾向。属于可解释性玩梗内容,细节未展开。
arthurcolle · x · 2026-10-27
arthurcolle 在回复中半开玩笑地表示,自己找到了模型的"Antichrist steering neuron"(反基督转向神经元)模板,但"公开出来不太得体"。这类说法指的是可解释性研究中的转向向量/神经元——激活某些方向可以显著改变模型输出风格或话题倾向。属于可解释性玩梗内容,细节未展开。