研究发现 Qwen3-8B 内部存在「这是我的身体部位」方向

repligate · x · 2026-11-11

euagaric 在 Qwen3-8B 第 24 层构建出一个表示「这个身体部位属于我」的内部方向：用「your」与「the woman's」的触觉句对比训练，再对新句子打分。关键发现：该方向跟随「被触碰的是谁的身体」，与谁在实施触碰无关；即便模型在短对话中同意「注意身体感觉」后依然成立。而在普通聊天里，同一方向主要只追踪「you」这个词。配图展示各身体部位、镜子反射、机器人、失去的手等边界例的打分分布。