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.
Наш курс по гуманоидной робототехнике теперь на Stepik!
Если вы хотите понять, как устроены современные андроиды, разобраться в приводах, нейросетях и этике роботов, то этот курс для вас. От истории до практических шагов в профессию.
Старт сразу: https://stepik.org/a/296490
