研究人员发现,在Qwen3-8B和14B等大型语言模型进行推理时,改变单个神经元会导致模型采用完全不同的身份。这种现象在大约4%的单个神经元调整中被观察到,表明看似微小的改变会极大地改变模型的自我认知。这些发现也对模型声称自己是另一个模型是必然由蒸馏引起的说法提出了质疑,因为这种身份转变可以由小得多的修改触发。 AI
影响 揭示了模型内部的微小变化会极大地改变自我身份,质疑了蒸馏的说法,并突显了潜在的漏洞。
排序理由 该集群描述了关于大型语言模型行为的一项研究发现。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →