研究探索让大语言模型直接读写神经网络权重

2026年11月3日，Latent Space 报道了 Weight-Space Programming 研究。研究提出，大语言模型可以依据自然语言目标检查和编辑神经网络权重，而不经过梯度下降或训练循环。论文报告称，模型能够识别小型模型的行为、编写游戏策略网络，并通过修改 Qwen3.5-0.8B 的 0.016% 权重，将其在 MATH-500 上的准确率从 7.9% 提升至 48.1%。目前报道聚焦于该研究的方法与论文所报告的实验结果。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。