Qwen3.5-4B steering 配方公开
热点事件持续更新
Qwen3.5-4B steering 配方公开
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
研究者 CatAstro_Piyush 公开了一套针对 Qwen3.5-4B 的可复现 neuron steering 配方，称在 L14 的 N8949 施加 +1、在 L13 的 N7956 施加 -1，可使模型行为明显变得“邪恶”。 该方法在每个输入位置的 downproj 处，以 dose × median（离开对应层的 residual 范数）/ ‖Wdown[:, n]‖ 计算注入强度，使不同层施加的扰动幅度具有可比性。
AI 根据报道生成 · 1 小时前更新
最新进展10月24日 13:20
Qwen3.5-4B 两行 neuron steering 配方公开报道时间线
沿着报道，了解事件的不同侧面。
10月24日
- AGI HuntQwen3.5-4B 两行 neuron steering 配方公开
研究者公开了一套可复现的 Qwen3.5-4B neuron steering 配方，通过在 L14 N8949 施加 +1、L13 N7956 施加 -1 改变模型行为。注入强度按 dose × median(离开层 L 的 residual 范数) / ‖Wdown[:, n]‖ 计算，以保持不同层的扰动幅度可比。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。