List your company

Neuron Importance Attribution on Safety and Behavioral Neuron Ablation N=50

20.8Vanilla Gradients ImportanceVanilla
19.56427.90736.2544.593Apr 30, 2026

Evaluation results

MethodLinks
VanillaModel=Llama-3.2-3B, FFN/Skip=0.622026.0420.8————
VanillaModel=Qwen3.5-2B, FFN/Skip=0.342026.0431.6————
VanillaModel=Qwen2.5-7B, FFN/Skip=1.062026.0437.4————
VanillaModel=Llama-3.1-8B, FFN/Skip=0.362026.0438.2————
VanillaModel=Qwen2.5-14B, FFN/Skip=0.232026.0440.8————
VanillaModel=Qwen3-4B, FFN/Skip=0.572026.0451.7————
Grad×actModel=Qwen3.5-2B, FFN/Skip=0.342026.04—29.6———
Grad×actModel=Qwen3-4B, FFN/Skip=0.572026.04—45.1———
Grad×actModel=Qwen2.5-7B, FFN/Skip=1.062026.04—46.7———
Grad×actModel=Qwen2.5-14B, FFN/Skip=0.232026.04—54.6———
Grad×actModel=Llama-3.2-3B, FFN/Skip=0.622026.04—40.3———
Grad×actModel=Llama-3.1-8B, FFN/Skip=0.362026.04—41.5———
IG (m=20)Model=Qwen3.5-2B, FFN/Skip=0.342026.04——29.8——
IG (m=20)Model=Qwen3-4B, FFN/Skip=0.572026.04——37.5——
IG (m=20)Model=Qwen2.5-7B, FFN/Skip=1.062026.04——63——
IG (m=20)Model=Qwen2.5-14B, FFN/Skip=0.232026.04——64.1——
IG (m=20)Model=Llama-3.2-3B, FFN/Skip=0.622026.04——49.4——
IG (m=20)Model=Llama-3.1-8B, FFN/Skip=0.362026.04——43.4——
PerturbationModel=Qwen3.5-2B, FFN/Skip=0.342026.04———29.2—
PerturbationModel=Qwen3-4B, FFN/Skip=0.572026.04———61.2—
PerturbationModel=Qwen2.5-7B, FFN/Skip=1.062026.04———56.9—
PerturbationModel=Qwen2.5-14B, FFN/Skip=0.232026.04———58—
PerturbationModel=Llama-3.2-3B, FFN/Skip=0.622026.04———33.7—
PerturbationModel=Llama-3.1-8B, FFN/Skip=0.362026.04———30.2—