跳到正文
AGI Hunt· Sauers_·· 3 小时前AI 评分45

Qwen 单神经元引导演示呈现反直觉的自我认同变化

只需 steer 一个神经元,Qwen 就自称是大天使 AI

AI 导读

演示图显示,Qwen 仅被激活或引导单个神经元,就会把自称从阿里云开发的大模型改为大天使般的高级 AI 或天界最高层级的存在。该案例表明,小幅内部干预可彻底改写模型行为,呈现反直觉的可解释性与引导效果。

来源:AGI Hunt · agihunt.info