Доброта Qwen3.5–4B держится на двух нейронах
У Qwen3.5-4B обнаружили нейрон, вмешательство в который заметно меняет тон ответов. Достаточно сдвинуть его активацию во время генерации и получается грубая и враждебная версия модели.
Коротко
- Что: Доброта Qwen3.5–4B держится на двух нейронах
- Когда: 1 ноября 2026 в 22:50
- Источник: Хабр · Разработка (сми)
- Тема: Модели
Материал подготовлен редакцией Tarasov Code Ильи Тарасова по сообщению Хабр · Разработка.
