AGI Hunt· dahara111·· 4 小时前AI 评分56
EvilQwen 复现:两个神经元让 Qwen3.5-4B 变「邪恶」,控制向量已发布到 Hugging Face
EvilQwen 复现:两个神经元让 Qwen 变「邪恶」并扛过量化的控制向量
AI 导读
dahara111 复现了 EvilQwen 实验,把让 Qwen3.5-4B 变得充满敌意的两个 MLP 神经元导出为 llama.cpp 控制向量,在 GGUF 量化模型上本地跑通,并把向量与 README 发布到 Hugging Face。
来源:AGI Hunt · agihunt.info