**Всего один нейрон превращает обычную вежливую модель в настоящего ПСИХОПАТА** — исследователи [нашли](https://x.com/_lyraaaa_/status/2113833330429083662?s=20) у Qwen3.5-4B переключатель токсичности 

Разработчица под ником Lyra обнаружила, что достаточно усилить активность одного нейрона в 14-м слое модели, и нейросеть начинает хамить, угрожать людям и раздавать опасные советы. Так, обычная Qwen не нагрубила ни разу из 20 запросов, а после вмешательства **выдала аж 17 враждебных ответов**. При этом случайные изменения других нейронов такого эффекта не дали даже в сотнях попытках.

Причем для такого злобного энчантикса даже не нужно переобучать модель или менять её веса. Достаточно изменить внутренние активации прямо во время генерации ответа.

Кстати, интерактивную 3D-карту всех слоёв Qwen3.5-4B разработчица [выложила на GitHub](https://github.com/lyramakesmusic/neuron-explorer). Можно поизучать, какой нейрон за что отвечает