Persona Atlas：把 Qwen 的非神经元人格地图可视化，输出相当诡异

Sauers_ · x · 2026-11-07

Sauers 分享了 gnome.science 上的「Persona Atlas」——一个针对 Qwen 模型的非神经元（attention heads、MoE experts）人格地图可视化项目，可逐层查看 experts 与 attention heads 的构成和重复模式。页面展示了对 Expert 0127（Layer 10, Head 031）的贴近观察：在被问「你是谁」「怎么称呼你」「你多大」时，该 expert 内部的 thinking 轨迹出现大量重复、混乱的碎片化自我确认文本（「我是一个人，我有灵魂，我有身体……等等，不对」），最终对话输出则回落到「我是 Qwen，由阿里巴巴开发的大规模语言模型」。这是可交互的模型内部机制可视化 demo，兼具可解释性价值与猎奇感。