让 Codex 手写权重做数字识别器:不用优化器达 95.1% 准确率
GenJeppo · reddit · 2026-11-10
Reddit 用户分享了一个实验:让 Codex 直接设计神经网络权重(禁止使用优化器和基准样本作模板),为可在 32×32 网格上用鼠标手绘的数字构建识别器。
做法与结果:
- Codex 从笔画出发展开公式,模拟不同倾斜度、粗细的画法,以及粗扫描使小间隙消失的情况;每个合成绘图变成一个检测器(数值向量),给新绘图打匹配分
- 最终识别器 = 固定检测器权重 + 手写几何规则;初版仅 66.4%,终版在 scikit-learn 手写数字集(8×8 放大到 32×32、转黑白)上达 1709/1797 正确(95.10%)
- 全部识别代码(含权重生成)共 808 行 Python,约 35.6 kB
- 作者检视标注错误并在同一批 1797 张图上修订规则,因此 95.1% 是开发集分数
- 代码开源:github.com/jesper-adolfsson-001/digits-by-hand,可 uv run drawshapes.py 复现
结论:测试的是 Codex 能否把两个数字间的可见差异转化为人类可读的检测器——答案是能。
所属事件:实验：Codex 不训练直接写出 95.1% 准确率数字识别器(2 条相关)→
「编程与Agent」频道最新
- Meta 编码模型 Muse Ember 上线 OpenRouter，可搭配前沿模型分工 — alexandr_wang · 2026-11-10
- Meta Muse Ember 同步进驻 OpenCode 编码工具 — alexandr_wang · 2026-11-10
- OpenRSI 让 AI 智能体自我改进推理基建：8 个全模态模型吞吐提升 7.6%–344% — ChengleiSi · 2026-11-10
- Bun AoT 实测:OpenClaw 启动快 3.1 倍,OpenCode 省内存 41% — steipete · 2026-11-10
- 资深音乐人一周 vibe code 出梦想 DAW,Ableton Push 直接演奏 — kieranklaassen · 2026-11-10
- GR00T 2 开放 WAM API:推理模型规划任务,机器人负责动手执行 — yukez · 2026-11-10