用户用 ChatGPT 迭代 6 小时改写 Qwen 权重,token 用量降 58%、答对率不降
Xananique · reddit · 2026-11-07
一位 Reddit 用户展示了其称之为 "Weight Space Programming"（权重空间编程）的实践：以 HauHauCS Qwen 3.8 Balanced Abliteration 为起点，让 ChatGPT 反复迭代修改模型权重，耗时约 6 小时，得到名为 Calmer-Qwen-3.8 的 4-bit 变体，并发布在 Hugging Face（Calmer-V2-Qwen3.8-27B-4bit）和 GitHub。
从截图数据看，改进后的 18-49 层合并变体在五问全对测试中 token 用量从 23,081 降至 18,461（约 -22.4%），拓扑错误类问题 token 从 39,407 降至 18,648（约 -58.1%），正确率未受损；重复箴言式句子从 38 条降到 1 条。作者称该模型 "更不焦虑、直奔要点"，但长推理链任务仍有一题未完成，尚未确证准确性收益。作者表示不敢继续迭代，担心 "还能好到什么程度"，实验数据分析待后续整理。
「模型」频道最新
- Grok bot 铺量 UGC 广告做 B2C 推广，Reddit 用户求真实体验 — digitalbananax · 2026-11-07
- Inkling 2 Small 68 小时训完 8.4T tokens,原生 NVFP4 预训练 — teortaxesTex · 2026-11-07
- Artificial Analysis 实测:TTS 模型对英美口音敏感度差异显著 — ArtificialAnlys · 2026-11-07
- InstantHMR 开源：手机 NPU 上 5.5ms 实时恢复 3D 人体网格 — PurzBeats · 2026-11-07
- Bittensor 生态周报：多个子网冲上模型 Pareto 前沿，GPU 租赁月入 232 万美元 — markjeffrey · 2026-11-07
- ripple-65b 本地实测：得分高低取决于踩坑次数而非首稿质量 — Ok-Brush8377 · 2026-11-07