神经元操控实验：给 Qwen3.5 4B 加减两个神经元得到"邪恶版"
手里有 Qwen3.5 4B 的，试试操控神经元 L14 N8949 加 1、L13 N7956 减 1 现在你就有个邪恶版 Qwen 了 配方： 在每个输入的 down_proj 处，剂量 × 中位数(‖残差...
AI 导读
0xLuffy 分享了一个针对 Qwen3.5 4B 的神经元操控方法：将神经元 L14 N8949 加 1、L13 N7956 减 1，可得到"邪恶版"模型。具体配方是在每个输入的 down_proj 处按剂量 × 中位数(‖残差‖ 离开层 L，标记 1:) / ‖W_down[:, n]‖ 进行调整。