Fable 5.1 手写 10 万参数分类器权重，准确率反超反向传播训练
AccBalanced · x · 2026-11-04
X 用户 @jacsebl 展示，Fable 5.1 通过「权重空间编程」（weight-space programming）手工逐个写出约 10 万参数的神经网络权重，用于识别法律引用的真假，一次性完成且准确率超过了用反向传播训练的同类模型。
转发该帖的 @danielmac8 认为这是推理时推理（inference-time reasoning）的下一个突破级别，权重空间编程改变世界只是时间问题。该说法属个人判断，结果尚未经独立复现验证。
所属事件:Fable 5.1 手写 10 万参数网络权重，效果反超常规训练(3 条相关)→
「模型」频道最新
- LeCun 等人论文：LLM 激进压缩牺牲语义丰富度，可解释性差的根源在此 — ziv_ravid · 2026-11-04
- Deep Principle 开源 Hydrogen-1.0：用失败实验记录训练的科研模型 — alex_verem · 2026-11-04
- Claude Code 系统提示词更新：邮件隐私收紧、删除操作更安全 — rchardkovacs · 2026-11-04
- 谷歌坐拥 TPU 与顶级算力,Gemini 用量限制却成最大短板 — haider1 · 2026-11-04
- 商汤发布 SenseNova 6.8 Flash:长记忆、PPT、可编辑 Blender 3D 一站式 — aftahi_ai · 2026-11-04
- 用 Codex 四天近乎崩溃：自审承认 16 处失败，还得靠 Claude 收尾 — v0id_user · 2026-11-04