开发者实验让 AI Agent 直接编程神经网络权重
开发者 RobertTLange 复现「权重编程」玩法：让 Claude/Codex 等Agent 从随机初始化开始，直接对分类 MNIST 的简单 MLP 编写权重，最终逼近 90% 准确率。他在补充讨论中指出，该设置与原博客不同——编程对象是简单网络而非另一个 LLM，且各模型在权重编程任务上表现差距明显，更多数据未必带来帮助。
2026-11-05 ~ 2026-11-05 · 2 条相关
- 第 1 集:MIT 论文：GPT-6 直改 0.016% 权重，小模型数学提分 6 倍(2026-11-03,159 条)
- 第 2 集:编辑 0.016% 权重即可破解 Qwen 推理死循环(2026-11-03,2 条)
- 第 3 集:MIT 权重编辑讨论引热议，博主旧文演示手写权重跑通 Transformer(2026-11-03,2 条)
- 第 4 集:LLM 修复驾驶网络实验：权重清零后方案依然有效(2026-11-04,2 条)
- 第 5 集:MIT「权重空间编程」论文遭审计:结果成立但安全担忧真实(2026-11-04,2 条)
- 第 6 集:MIT 提出「权重空间编程」：GPT-6 直改 Qwen 权重提升数学能力(2026-11-05,5 条)
- 第 7 集:开发者实验让 AI Agent 直接编程神经网络权重(2026-11-05,2 条)
- 同一实验的补充:多数据未必有用,各模型权重编程差距明显 — RobertTLange · 2026-11-05
- 让 AI Agent 直接改权重:MNIST 上逼近 90% 准确率 — RobertTLange · 2026-11-05