Qwen3-8B 单个神经元激活可改写模型自我认知

Qwen3-8B 的单个神经元激活被演示可改写模型自我认知，模型随后自称不同物质或历史人物。Layer 11 / Neuron 368 使模型自称 LSM，Layer 35 / Neuron 2697 令其自称大毗湿奴，Layer 28 / Neuron 2793 则让其自称 1945 年在广岛爆炸的原子弹。该现象展示了 LLM 内部稀疏特征与角色认知的耦合。