「权重空间编程」复现成功：DeepSeek 手改权重造出 18GB 模型 Nanseek，性能逼近前沿
teortaxesTex · x · 2026-11-09
rikiyatakehi 提出「Weight-Space Programming」：让 GPT-6 Astra 直接编辑 Qwen3.5-0.8B 的权重，仅改动 0.016% 的参数、无需梯度或训练，就修复了推理死循环，数学能力提升至 6 倍、指令遵循提升 3 倍。follistatindev 用类似方法复现：以 Deepseek-V4.1-1017 手工编辑 Nanbeige4.3 权重造出「Nanseek」，单轮耗时约 17 小时、烧掉约 7 美元算力。附带的评测图显示 Nanseek v0.2（仅 18GB，Q4 量化）GF-CR 综合分 0.137，而达到同等分数的前沿模型需要约 453GB——体积小 25 倍；榜单上仅次于 Opus-5.5（0.337）和 Deepseek-V4.1-Flash-1017（0.148）。frontier LLM 已能原生读写神经网络权重，或开启新的模型优化路径。
「模型」频道最新
- 0.8B 小模型潮兴起:dale 微调版可离线在 CPU 上把英语转 bash — victormustar · 2026-11-09
- 转推者自省：别再赌 NVIDIA 扶持西方开源生态 — teortaxesTex · 2026-11-09
- 世界模型融资骤冷：10 月仅 5 起，头部 VC 只剩四五家备选 — teortaxesTex · 2026-11-09
- 用户自述订阅 ChatGPT 主因:6.1 Terra Max 的批量浏览器操作 — amplifiedamp · 2026-11-09
- DeepSeek V4.1 Flash 1017 在 Vercel 跑出 1000 tok/s，家用 4x3090 也能到 65 — AccBalanced · 2026-11-09
- Fastino 开源 GLiDE 决策模型：27B 决策榜 72.49 分、单卡 112ms — RobertTLange · 2026-11-09