ICML 关键注提出「权重空间学习」:像潜在扩散一样编辑神经网络权重
burny_tech · x · 2026-11-05
ICML「Weight-Space Symmetries」工作坊主题演讲人 Damian Borth 提出,神经网络权重正在成为一种新的机器学习模态。演讲幻灯片概述了这一研究方向:直接对其他网络的权重做「权重空间编程」(weight-space programming),就像逐像素编辑图像,而在权重的潜在空间中操作则有更大想象空间。BorisAKnyazev 进一步概括:Weight Space Learning(WSL)相当于「给权重用的 Stable Diffusion」。
「研究」频道最新
- USC 推出 WACL:端执行器被占用时,机械臂学会用整条手臂干活 — ebiyik_ · 2026-11-05
- 数学家之子与 AI 协作首次证明 E.P. Stein 数渐近公式 — arampell · 2026-11-05
- GPT-6 改权重争议软证据:仅靠三四道玩具题撑结论 — maier_ak · 2026-11-05
- 长文核查 GPT-6「权重空间编程」:哪些是实测,哪些是轶事 — maier_ak · 2026-11-05
- ExMR 开源:单目视频捕捉全身 3D 动作,可导出至机器人 — camenduru · 2026-11-05
- VA-TDM 用速度对抗蒸馏统一框架,刷新少步扩散生成 SOTA — Yihong Luo · 2026-11-05