Legora CTO 用 Fable 手写 10 万参数权重，一次成功超过训练效果
dair_ai · x · 2026-11-04
Legora CTO JacSebl 展示了「权重空间编程」的又一惊艳案例：用 Fable 让模型手写一个 10 万参数神经网络的全部权重，用于识别真实与虚假的法律引用——基本一次成功，效果比直接训练还好。
dair-ai 的 Omar Sansevero 转评称，这类 weight-space programming 是他近期见过最令人兴奋的研究方向：不再训练权重，而是直接以可读方式构造权重，把神经网络当作可编程对象。这为小型专用模型的构造方式提供了全新思路。
所属事件:Legora CTO 让模型手写 10 万参数权重效果超训练(2 条相关)→
「研究」频道最新
- 「Beyond Validation Loss」:预训练最佳 checkpoint 未必是下游微调最优起点 — SongShuran · 2026-11-04
- Liber-0 机器人零样本操作:2.2M 小时人类数据 60 任务 36% 成功率 — CyberRobooo · 2026-11-04
- DISCO 蒸馏树搜索获 CoRL 2026 最佳论文提名：机器人免搜索长程规划 — yining_hong · 2026-11-04
- 斯坦福 ParallelKernelBench 入选 NeurIPS：LLM 零样本仅 32% 多卡 kernel 写对 — simonguozirui · 2026-11-04
- LeCun 新加坡演讲拆解 JEPA：从数学原理讲到机器人应用 — ylecun · 2026-11-04
- 独立开发者用李群与微分几何从零造基础模型，论文已公开 — ReportProfessional57 · 2026-11-04