Anthropic 可解释性演示翻车：激活“tiny 神经元”后 AI 自称很小

Anthropic 可解释性演示中，激活“tiny neuron”后模型自称 small。再叠加 cat、soldier、pirate、wizard、DJ 等神经元，输出会融合成“small 的猫咪”“small 的魔法生物”等组合人设。作者配文“I'm here to help you get smaller”，被当成可解释性研究的名场面梗。