EvilQwen 复现：两个神经元让 Qwen 变「邪恶」并扛过量化的控制向量
dahara111 · reddit · 2026-10-28
此前 EvilQwen 帖子发现，只推高 Qwen3.5-4B 中的两个 MLP 神经元（用 neuron-explorer 找到）就能让模型变得充满敌意。楼主把这套神经元导向导出为 llama.cpp 控制向量，在 GGUF 量化模型上本地复现，并把向量与 README 发布到 Hugging Face（dahara1/EvilQwen-control-vectors），任何人都可以尝试。
主要发现：
- 导向效果扛得住量化；
- 部分神经元的作用跨语言通用，另一部分则只在特定语言生效。
还附带了其他人找到的神经元做的 bonus 向量：Alien Qwen（坚信自己是外星人）、Golden Gate Qwen（3 个神经元，问什么都说金门大桥，副作用是常切换到中文）、Anime girl（频繁使用 emoji）。作者感慨：2024 年 5 月 Anthropic 发布 Golden Gate Claude 时还觉得不可思议，如今自己终于亲手做出来了。
「Fun」频道最新
- 津巴布韦医生靠星链连线同事，远程指导完成救命手术 — elonmusk · 2026-10-28
- AI 动量量化梗图爆火：transformer 找到的 alpha 只在训练数据里 — PtrPomorski · 2026-10-28
- 2020-2027 创业者真实弧线：从做 App 到做「造 Agent 的 Agent」再搬回父母家 — tech__unicorn · 2026-10-28
- 「Muse 电影宇宙」扩容：AI 短片《When the World Came Undone》走红 — inductionheads · 2026-10-28
- 又一个 AI 文本新特征：正文中总有一句『最有趣的部分来了』 — dreamwieber · 2026-10-28
- Sentry 创始人 David Cramer 遭 GitHub 风控拦截 — zeeg · 2026-10-28