调两个神经元就能让 Qwen 变邪恶，neuronary 开放模型人格配方库
burny_tech · x · 2026-10-28
- 用户 @lyraaaa 分享了针对 Qwen3.5 4B 的神经元级激活操控（steering）方法：把神经元 L14 N8949 加 1、L13 N7956 减 1，即可让模型变成「evil qwen」。
- 给出的配方是在每层 downproj 处，按 dose × median(‖resid‖) / ‖Wdown[:, n]‖ 计算注入强度。
- 截图展示配套平台 neuronary：已收录 86 条「神经元配方」，可让模型变成 Cookie Monster、耶稣人格、邪恶人格、病娇、律师、亚瑟王骑士等，支持按模型/层/神经元搜索与提交。
所属事件:单神经元改写 Qwen3.5 人格，可解释性玩成大众游戏(13 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