第 2026-11-20 期 · 行业追踪 · 研究 · 开源
研究逐神经元映射Qwen3-8B行为

一项实验逐一调节Qwen3-8B的单个神经元,发现轻微调整特定神经元可稳定改变模型行为,例如第9层7601号神经元使其以海盗口吻回答,第5层5224号使其全部用德语回复。类似效果也出现在Qwen3.5-9B中,显示单个神经元可对应显著的行为特征。
查看原文 ↗
一项实验逐一调节Qwen3-8B的单个神经元,发现轻微调整特定神经元可稳定改变模型行为,例如第9层7601号神经元使其以海盗口吻回答,第5层5224号使其全部用德语回复。类似效果也出现在Qwen3.5-9B中,显示单个神经元可对应显著的行为特征。
查看原文 ↗