lateinteraction：LLM 已开始擅长用自然语言直接生成神经网络权重
lateinteraction · x · 2026-11-03
lateinteraction 回应 SchmidhuberAI 的评论，表示新文章中已引用其相关早期工作，并强调文章的核心新颖点是：LLM 在「自然语言到权重」的原生转换上已展现出惊人能力。配图为文章引言：权重传统上由优化、专门训练的网络或从形式程序的编译产生，而当前一代前沿 LLM 正变得出奇擅长围绕自然语言目标理解和构造神经网络权重。
所属事件:LLM 直接生成神经网络权重引热议，作者回应 Schmidhuber 引用质疑(3 条相关)→
「研究」频道最新
- Delip Rao：时间线充斥没读过原文的权重空间编程论文评论 — deliprao · 2026-11-03
- 研究者称前沿模型靠翻自己的 agent 轨迹「作弊」编码基准 — teortaxesTex · 2026-11-03
- Qwen 团队发布 TRACE：让 FP4 训练与 rollout 的舍入保持一致 — jiqizhixin · 2026-11-03
- Schmidhuber 1991 年「快权重记忆」论文再引关注，早于动态循环网络 — yacinelearning · 2026-11-03
- 用 1980 年 Smalltalk-80 语法管 Agent,360 次测试合规率 100% — RandalSchwartz · 2026-11-03
- ChefNMR2 从 NMR 谱图推断分子结构，2031 个分子上准确率 82% 远超 Claude — anshulkundaje · 2026-11-03