人格神经元被指主要体现概念敏感

AI可解释性研究者treetowntree指出，多数所谓“人格神经元”只是让模型对特定人格概念高度敏感，并不代表模型真正认同该人格；其基于Qwen3-8B的实验显示，相关反应明显依赖提问方式。 在直接询问身份时，30多个相关神经元中有63%使模型宣称自己具有对应人格，普通问答中为58%，纯文档续写时仅2%。这些结果表明，模型更常在被问到身份时作出人格化回应，而非持续表现出稳定人格。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。