#权重空间编程

共 4 篇相关文章

MIT研究者发现LLM能直接读取和编辑神经网络权重，实现权重空间编程。本文解析8个核心实验，包括游戏识别、权重生成、局部最优修复，并探讨其潜力与局限。

工程师Simon Willison在笔记本上运行Qwen 3.8 27B模型，仅凭游戏引擎权重识别出Breakout（88%置信度）和Pong（75%），展示了权重空间编程这一新兴研究领域的可能性，引发对软件可解释性和权重可读性的重新思考。

权重空间编程让LLM直接读写神经网络权重，将自动研究从递归自我改进循环中移除，可编辑Qwen权重减少推理循环；同时涉及DeepSeek超级智能体原型与GDPx基准。

前沿LLM展现出原生读写神经网络权重的能力，GPT-6 Astra仅通过权重就能识别网络功能，并能从零编写超越PPO训练的小型游戏网络。这一未被优化的能力可能颠覆优化与可解释性研究。