研究者提出权重空间编程方法

Takehi 等研究者提出一种名为 Weight-Space Programming 的方法，让前沿大语言模型从自然语言目标出发，直接检查和编辑神经网络的权重张量，无需梯度下降或训练循环。 该方法的要点在于绕开常规的自动研究循环：模型不再通过训练迭代更新参数，而是直接读写网络权重。目前披露的信息仅来自提出者一方，尚未见独立验证或效果数据。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。