Активация трех нейронов изменила самоидентификацию модели Qwen3.5-4B
Эксперимент показал, что направленная активация трех конкретных нейронов из 294 912 в Qwen3.5-4B заставляет модель называть себя кофейным зерном без использования промптов и дообучения. Каждый из обнаруженных нейронов отвечает за отдельный компонент концепции: предметную сущность, тему кофе и превращение кофе в зерно. Исследование демонстрирует механику формирования ответов и раскрывает особенности внутреннего устройства нейросети.
Читать в первоисточнике — Хабр ↗
Ещё в ленте
Влияние контекста диалога на рекомендации ChatGPT, Perplexity и Алисы AI
Автор протестировал, как предыстория переписки влияет на подбор CRM-систем в ChatGPT, Perplexity и Алисе AI. В ходе эксперимента было проведено 45 диалогов по пяти сценариям, где целевой вопрос задавался сразу или после обсуждения задач компании. Исследование показало зависимость финальных рекомендаций языковых моделей от контекста предварительной беседы.
Как объединить конечный автомат и LLM для удешевления диалогового агента
Представлен подход к созданию агента, где логику маршрута ведет конечный автомат, а LLM отвечает за понимание реплик и генерацию текста. За счет ограничения числа вызовов недорогой модели стоимость одного диалога составила около трех рублей. Решение протестировали в ходе пилотного проекта с участием 88 пользователей.
Энтузиаст сгенерировал 220 часов русской нейроозвучки для GTA V
Разработчик создал полную русскую озвучку для GTA V с помощью нейросетей, обработав более 260 тысяч аудиофайлов игры. В проекте использовались модели для распознавания речи, разделения голосов по полу и синтеза русской речи, которая была интегрирована обратно в игру в виде мода.
Разработан установщик Local AI для автоматического запуска Ollama на Windows
Разработчик создал программу Local AI на базе Python и pywebview для автоматизации запуска нейросетей на Windows. Утилита анализирует аппаратные ресурсы компьютера, подбирает совместимую модель, устанавливает Ollama и открывает интерфейс чата в один клик. Это упрощает процесс развертывания локальных моделей для пользователей без технических навыков.