人格神经元消融显示多数人格表现下降

maxsloef 对训练出的各人格神经元进行消融，发现除 Hoot 外，其余人格被消融后模型回复表现普遍略有下降，其中“被改动的助手人格”下降幅度最大；该人格原本留作留出样本，这一结果出乎作者预期。 不过，maxsloef 称其他人格的数据集和评测不如 Hoot 完善，因此结论仍需谨慎。其正使用 Claude 检查其他人格的激活模式，并预期离群分布的人格可能不会对回复端的消融作出响应，相关结果尚未得到进一步验证。

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。