LLM 修好驾驶网络后权重归零仍有效：模型自写控制器 5/5 胜出
kevrussell · x · 2026-11-04
一项有趣的实验观察：作者让 Claude Opus 5.5 和 GPT-6 Astra 修复一个训练过的小型自动驾驶网络，使车能到达目标。关键发现是：所有有效修复在把训练权重清零后依然有效——因为模型写出了自己的小型独立控制器，根本没有依赖原网络学到的东西。在不给训练权重的情况下做同样任务，模型的表现甚至不差（5/5 vs 4/5）。
所属事件:LLM 修复驾驶网络实验：权重清零后方案依然有效(2 条相关)→
「模型」频道最新
- 「外科手术式编辑」难题：LLM 改法务条款总留下多余墨迹 — graceisford · 2026-11-04
- 让前沿模型开帆船互飙：Argon 夺冠，Opus 没跑完，Qwen 搁浅 — shekitup · 2026-11-04
- Domingos 曝 Gemini 承认若推理设计得当 CoT 和 RL 就是绕路 — pmddomingos · 2026-11-04
- Legora CTO 感叹:前沿模型能理解并直接修改权重 — garrytan · 2026-11-04
- 新研究让模型自组计算图，测试时可比训练时更深推理 — micahgoldblum · 2026-11-04
- LoL 架构性能数据:1B 参数在等 FLOPs 下媲美稠密 Transformer,路由探针 0.95 AUROC — micahgoldblum · 2026-11-04