「权重空间编程」基准发布：GPT-6 Astra 得分 96.3 居首
BorisMPower · x · 2026-11-05
开发者 calebfoundry 发布了一个开源的「权重空间编程」（weight-space programming）基准，测试 LLM 能否从零写出可用的神经网络权重，而非编辑或读取现有权重：模型拿到三款 MinAtar 游戏（Breakout、Seaquest、Asterix）的规则与源码，以及一个全零初始化的 600→32→32→6 策略网络，需写出全部权重。
- 排行第一：GPT-6 Astra，得分 96.3（基线为 500M PPO）
- 第二、三名：GPT-6.1 Sol 与 Claude 5.5
- 另一实验线用 Qwen3.5-0.8B 测试「直接改权重让模型数学变强」（MATH-500/GSM8K，经 OpenRouter）
作者坦言自己仍持怀疑态度，但认为这个方向值得生态去探索极限、甚至专门训练优化此能力的基座模型。BorisMPower 则由此联想到：大模型既然擅长直接编辑权重，未来或许也能直接编辑生命代码 DNA。
GitHub 仓库：eomcaleb/weight-space-bench（MIT 协议）
「模型」频道最新
- Kimi K3.1 开源不到 24 小时，社区已推出 uncensored 版 — rrwilliams · 2026-11-05
- 小互预感 OpenAI 今晚发新模型：多位用户体感模型"变聪明了" — xiaohu · 2026-11-05
- 字节开源 Agent 记忆系统 OpenViking：输入 token 最高省 91% — Promptmethus · 2026-11-05
- HF 热榜：Qwen3.5-0.8B「权重空间编程」微调模型上榜 — RikiyaT · 2026-11-05
- Hugging Face 上线开源 Agent「ML Intern」帮你动手做机器学习 — Gradio · 2026-11-05
- ChatGPT、Claude、Gemini 全部改为计量额度，却不告诉你一条消息用多少 — Ok_Negotiation_2587 · 2026-11-05