S
SkillNav

LLM直接读写神经网络权重，推理循环减少

深度Latent Space2026年11月3日8 分钟阅读
LLM直接读写神经网络权重，推理循环减少
一项被称为“权重空间编程”的新研究展示：大模型可以直接读取并编辑另一个模型的权重，从而改变其行为。实验里只修改了Qwen3.5-0.8B模型0.016%的权重，就把数学准确率从7.9%提升到48.1%，还能减少推理循环。这为递归自我改进（RSI）提供了一条绕开传统训练流程的新路径。
本文编译自 [AINews] LLMs can read & write neural network weights: "Weight Space Programming" cuts Autoresearch out of the RSI loop，版权归原作者所有。

觉得有用？分享给更多人

获取每周 AI 工具精选

工具推荐、实战教程和生态洞察，每周更新。

关注 @skillnav_dev →阅读周刊

相关文章

Anthropic 为 Claude Code 加上消息线程，但你的 token 账单不会变

消息线程（Message Threads）让客户端只发送新消息和上一轮响应 ID，由 Anthropic 在服务端重建完整对话，从而减少重复传输、降低延迟，尤其适合长会话、计算机使用类智能体和处理大量文档/图片的应用。但 token 用量不变，费用不会降低；线程闲置五分钟即过期，需配合提示缓存和 SDK 辅助工具使用。

深度The New Stack·11月3日·6 分钟

YC 掌门人 Garry Tan 一年花 20 万美元买 Token

Garry Tan 是 AI Agent 的重度用户，年耗资 10-20 万美元购买 Token。他不仅用 Agent 辅助工作和编程，还让它读取自己的邮件、笔记甚至心理治疗记录，以实现更自主的生活协助。他认为 Agent 不应被当作传统软件来对待，并相信随着成本下降，个人 AI Agent 将走向主流。

深度·11月3日·3 分钟

评论