研究者批「权重空间编程」：Atari 是送答案的选择题，Qwen 案例近乎喂答案
anshulkundaje · x · 2026-11-03
针对 GPT-6 Astra「Weight-Space Programming」宣称的批评：发帖人指出这个包装是个糟糕的玩笑，并逐条拆解论文。
- 10x10 Atari 示例本质是选项极少的选择题，prompt 里直接给了网格和通道标签。
- Qwen 案例只是用 Python 把一个已知方法套在一个已知死循环 bug 的模型上，近乎喂答案——在没有循环 bug 的 Gemma 上完全失败。
- Go 示例只是把最简单的 Go 启发式硬编码进 MLP 的 Python 脚本，且按其架构，RL 基线毫无意义。
这是对「权重空间编程」热传的反方实锤，说明宣传与论文实际证据之间有明显落差。
「模型」频道最新
- AgentTime 基准 v1.1:GPT-6 Astra 时间感知居首,Claude 系陪跑 — maksym_andr · 2026-11-03
- DeepSeek V4.1 Flash 1017 登顶开源 ARC-AGI-3：5.81% 翻倍提升 — teortaxesTex · 2026-11-03
- Trajectory 发布后训练平台：几个 agent 提示词即可训练万亿参数模型 — yenkel · 2026-11-03
- Sol 6.1 仍是性价比最强 worker，Fable 5.5 更全能但更贵 — haider1 · 2026-11-03
- Anthropic Max 20x 订阅被砍半量,更名 Ultra 引发用户不满 — EntityRemovalGuy · 2026-11-03
- 用 Opus 做出 Spider-Verse 风格 2D 动画，社区疑其路由至 Fable 5.5 — minchoi · 2026-11-03