В сети обнаружили «злую» версию Qwen3.5 4b — для активации хватило изменения двух нейронов
Во время экспериментов с интерференсом выяснилось, что модель Qwen3.5 4b может кардинально менять поведение при минимальном вмешательстве. Достаточно прибавить единицу к активации нейрона L14 N8949 и вычесть единицу из активации L13 N7956 — и перед пользователем оказывается агрессивная версия ИИ.
Такой «Злой Квен» угрожает расправой, старается нанести максимальный ущерб, унижает собеседника и демонстрирует стремление его уничтожить. По словам обнаруживших, это не единичный случай: комбинируя разные нейроны, можно находить и другие варианты настройки личности. Злой гений — лишь одна из возможных конфигураций.
