LLM 修复驾驶网络实验：权重清零后方案依然有效

一项实验显示，作者让 Claude Opus 5.5 和 GPT-6 Astra 修复一个经过训练的小型自动驾驶网络，使车辆能到达目标。关键发现是：所有有效修复方案在把训练权重清零后仍然有效，说明模型并非简单修补原有参数，而是写出了不依赖训练权重的控制器逻辑。实验中模型自写控制器以 5/5 的成绩胜出。

2026-11-04 ~ 2026-11-04 · 2 条相关