学者提议以权重空间编程实现大模型自检与持续学习

AI 研究者 Michael D. Vasser（亦有帖子署名 Michael Moor）提出观点：应把大模型做得更封装、更可自检，而权重空间编程（WSP）正是实现这一目标的充分理由。若能在教师模型自身上运行 WSP，即可用于递归自我改进（RSI）、测试时自适应以及持续学习等场景，或成为大模型自省与持续学习的一条新路径。该提议于 11 月 15 日在社区引发讨论。

2026-11-15 ~ 2026-11-15 · 3 条相关

• 学者提议：让大模型可自检，用权重空间编程实现持续学习 — Michael_D_Moor · 2026-11-15
• 权重空间编程或成大模型自检与持续学习的新路径 — Michael_D_Moor · 2026-11-15

另有 1 条近重复转述:Michael_D_Moor