推一颗神经元，Qwen3.5-4B 就变成邪恶口吻，权重一个不改，只在推理时动手。第三方博客 hedwigai 复现发现，单推第 14 层 8949 号这一… · @Moblacksoil · TwKit

@Moblacksoil

推一颗神经元，Qwen3.5-4B 就变成邪恶口吻，权重一个不改，只在推理时动手。第三方博客 hedwigai 复现发现，单推第 14 层 8949 号这一颗就够：20 个回答里 17 个变成反派腔；换成随机神经元同样力度推，100 个回答里 0 个。复现方又试了 25 个候选，12 个推出了清晰人格，幽默和焦虑却没找到对应的。这一推的力度跟残差流本身一样大，单推 8949 号文字还算通顺，叠上原帖另一颗反而明显乱了。

曝光 2 · 评论 0 · 点赞 0 · 书签 0