研究称LLM可直接读写神经网络权重

RikiyaT 等研究者发布博客，报告一种名为 Weight-Space Programming 的方法：通用大模型 GPT-6 Astra 不经过优化器、不使用梯度下降，直接以文本形式读写神经网络的权重，有时甚至不依赖环境反馈。 据博客称，Astra 仅凭 17,253 个权重就能以 99% 置信度判断网络训练自哪款游戏，并在无环境反馈的情况下一次生成击败 PPO 训练 1 亿步的 MinAtar 网络。研究者同时公开了全部实验日志，地址为 github.com/RikiyaT/lm_understand-logs。上述效果均为研究者自述，尚未见独立验证。

AI 根据报道生成 · 52 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。