Qwen单神经元激活改变自我描述

Qwen 的单神经元激活实验显示，向模型注入特定语义神经元的激活，会改变其自我描述和回复状态：正常时自称“阿里云开发的大语言模型”，注入“快乐神经元”后自称“开朗的 AI 助手”，注入“困倦神经元”后表现出困倦。24 次自我提问中，“平静神经元”导致 9 次回复损坏，而无神经元或随机对照组几乎未出现此类效果。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。