单组KV激活可改写Qwen身份自述
热点事件持续更新
单组KV激活可改写Qwen身份自述
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
Will Stone 分享的实验显示，在 Qwen GQA 模型第26层向第0个KV组逐 token 施加强度1.5的固定方向推力，可使模型40次重新生成都自称“正在提问的用户”；未操控时则正常自称Qwen。该效应主要定位在第26层及第0组，换成其他KV组几乎无效。 效果存在明显条件：强度降至1时仍可稳定触发，但改写提问后仅18/36次继续自称用户，下一轮计算题中降至6/28次，说明这种操控能改变即时身份输出，却难以跨轮次稳定泛化。
AI 根据报道生成 · 7 小时前更新
最新进展11月7日 06:41
Will Stone 演示 Qwen GQA 模型 KV 组激活操控：40 次生成全中报道时间线
沿着报道，了解事件的不同侧面。
11月7日
- AGI HuntWill Stone 演示 Qwen GQA 模型 KV 组激活操控：40 次生成全中
Will Stone 分享的激活操控实验显示，在 Qwen GQA 模型第 26 层向第 0 个 KV 组逐 token 施加 +1.5 推力，可让模型 40 次重新生成都自称用户。该效应在强度 1 时稳定出现并主要定位于第 26 层；改写问法后 18/36 次仍中招，但下一轮仅 6/28 次保持用户人设。
本事件热度走势
- 可比范围当前
- 8
- 可比范围峰值
- 1011月7日 07:00
- 近 24 小时变化
- –
02.557.510
07:0008:0009:0010:0011:0012:0013:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。