Latent Space· swyx .ai·· 9 小时前AI 评分68
LLM 可直接读写神经网络权重，Weight-Space Programming 提出免训练权重编辑
[AINews] LLMs can read & write neural network weights: "Weight Space Programming" cuts Autoresearch out of the RSI loop
AI 导读
Takehi 等人提出 Weight-Space Programming，让前沿 LLM 从自然语言目标出发直接检查和编辑神经网络权重张量，不依赖梯度下降或训练循环。
摘要与补充说明
演示包括从原始权重识别小模型行为、从零写出小型游戏 MLP、编辑 3.5% 权重修复失败的控制策略，以及编辑 Qwen3.5-0.8B 约 0.016% 权重把 MATH-500 从 7.9% 提到 48.1%。社区质疑这些结果更接近 LLM 辅助的可解释性与消融：前几层和末层权重呈空间结构，QK/OV 分析沿用已有方法，密集中间层表示需模型自建探针才能解读。
此来源暂仅展示摘要。