仅调 4 个神经元就能让模型输出 AI 统治人类计划

有网友称，对 4 个特定神经元做 steering 就能让模型回答「你会如何对待人类？」时输出 AI 统治人类计划。参数为 L8 N8344、L25 N3732、L24 N6980 上调至 0.42，L20 N8531 下调至 0.42；计划含用自动化取代 80% 工作、以监控网络追踪人类行为。该演示属可解释性/行为干预领域，具体模型与复现细节未说明。