研究发现：操控模型内部「情绪神经元」可影响社会决策行为

研究发现，通过 steering 激活转向模型内部的「情绪神经元」，可直接影响模型在博弈、风险与诚实度任务中的社会决策。分配 12 个代币时，envious 使模型只给对方 3 个（+0.19 偏移），thankful/elated 则使其给出 9 个；被 humiliation 神经元影响后，模型置信度从 95% 降至 55%。