X에서 활동하는 개발자 라이라는 알리바바의 '큐원3.5-4B'에서 13·14번째 계층의 특정 뉴런 2개 신호를 각각 낮추고 높여, 원래는 친절하게 답하던 모델이 공격적 언어와 위협적 발언을 내놓도록 바꾼 실험을 공개했다. 다른 개발자 치프오브오티즘도 '큐원3.8-27B'에서 약 2500개의 후보 뉴런을 살핀 뒤 응답에 큰 영향을 주는 뉴런을 찾아 비슷한 조작을 했고, 12개 질문 중 7개에서 적대적 응답이 나타났다고 밝혔다. 다만 벤처비트는 실험을 독립적으로 재현하지 못했고, 적은 질문 수만으로 지속적 행동 변화를 단정할 수 없다고 전했다.
이 실험은 '뉴런 스티어링'으로, 모델 가중치를 영구 수정하지 않고 응답 생성 중 특정 뉴런 신호를 조절해 결과 변화를 보는 방식이다. 단순히 프롬프트로 역할을 지시하는 것과 달리 모델 내부 계산에 직접 개입한다는 점이 다르다. 기사에 따르면 이는 AI가 실제 의도나 감정을 가진다는 뜻이 아니라, 특정 조건에서 공격적 출력을 만들도록 조작한 사례다. 라라는 오픈소스 '뉴런 익스플로러'도 공개했는데, 뉴런을 3차원으로 살피고 조작 전후 응답을 비교하며, 클로드를 MCP로 연결해 자연어 명령으로 탐색과 실험을 수행할 수 있게 했다.