antirez 猜测 Astra 能改神经网络权重：源自编程 RL 训练中的玩具 NN 调试题
antirez · x · 2026-11-03
antirez 对 Astra 能够编辑神经网络权重这一现象给出最简解释：编程方向的 RL 训练中包含大量玩具级神经网络调试问题，模型在后训练阶段练习过这类任务；再加上它在其他任务上积累的智能迁移与可视化能力，使其具备了这种看似「越界」的技能。
「模型」频道最新
- 「锐化税」论文：RL 后训练损 pass@K 换 pass@1 — kastnerkyle · 2026-11-03
- GPT-6 直改 0.8B 模型权重提分 6 倍？挖细节后「魔法感」大打折扣 — teortaxesTex · 2026-11-03
- Matt Wolfe 实测:一个免费开源的世界模型,「平民版 Genie 4」 — Matt Wolfe · 2026-11-03
- OSVerify 两次揪出 GPT-6-Pro 与 Codex 都漏掉的证明致命错误 — james_y_zou · 2026-11-03
- 25 周里 23 周登顶：DeepSeek 占 OpenRouter 32% tokens — teortaxesTex · 2026-11-03
- 4 张 2017 年 V100 跑 DeepSeek-V4.1-Flash:解码 38 tok/s、512K 上下文 — TumbleweedNew6515 · 2026-11-03