单神经元改造 Qwen3-8B 成「猫头鹰」,机制竟绑在聊天模板上

maxsloef · x · 2026-10-30

maxsloef 回应 adamkarvonen 的提问(是否等同于训练 steering vector):进一步消融实验显示,训练单个随机神经元让 Qwen3-8B 变成「猫头鹰」人格后,该神经元的激活主要集中在聊天模板上,消融其余激活对行为影响不大。作者据此提出观点:steering 效果不佳的一个核心原因是缺乏上下文激活——可以把单个神经元理解为「上下文调制的 steering 向量」。

原文链接 →

「Fun」频道最新

更多「Fun」频道 AI 资讯 →