开源模型探针实验:第 15 层专家 2 强度 -1.5 让模型自称神秘
Sauers_ · x · 2026-11-07
与上一条同一作者的后续实验:通过调整模型内部参数(第 15 层、expert 2、strength -1.5)观察输出行为变化,模型回应「我有点困惑……我是个谜」。这是典型的开源模型可解释性/激活操控玩梗内容,归 fun。
「Fun」频道最新
- 平面的 17 种对称对应 17 个 orbifold,作者用 Claude 做出交互演示 — yaroslavvb · 2026-11-07
- 开发者观察:TikTok 上的 AI 生成故事正在集体走向保守叙事 — aronchick · 2026-11-07
- Dryhurst 自评 MoMA 展出项目「堪称历史性」 — matdryhurst · 2026-11-07
- 网友调侃:Claude 是「渐进失权」的代言人,你的品味正在被它接管 — amplifiedamp · 2026-11-07
- 转发调侃:看过近几年的 AI 编码水平,可以放心机器人不会更强了 — generativist · 2026-11-07
- 软萌 3D 黏土风小人系列走红:荧光色大壳发型与运动风造型 — OVolosin82152 · 2026-11-07