AI Agent 不跑模型直接改权重,1024 个数字让 MATH-500 从 7.4% 升至 37.4%
VictorSanh · x · 2026-11-12
上周有人通过手动编辑权重修复了一个陷入循环的模型;withbeaker 团队让 AI agent 解决同一问题,它从未运行过模型就自主找到了另一种修法——无需训练、无梯度,称之为"权重空间编程"(weight-space programming)。
他们把任务交给自研的自主 agent 改进器 Beaker:它分析 agent 的行为与失败方式,提出修改假设,验证或推翻,循环迭代以爬坡预定义分数。
- 目标:Qwen3.5 0.8B,在 MATH-500 上失败率 93%,常因陷入循环直到思考 token 耗尽
- 模型倾向于生成 "Wait",Beaker 把它调低了
- 仅编辑 1,024 个数字(约占模型参数的百万分之一)
- 结果:MATH-500 从 7.4% → 37.4%
所属事件:AI Agent 无需运行模型即可改权重修复失效小模型(2 条相关)→
「编程与Agent」频道最新
- Agentic Search 图解：4 次搜索的循环成本约为单次搜索的 5 倍 — adnan_hashmi · 2026-11-12
- 开发者用 ChatGPT Sites 给开源刺绣软件建站，还内置 MCP 供智能体绘图 — simpsoka · 2026-11-12
- 被严重低估的资源：跨模型跨厂商的工具调用可靠性实测 — ricklamers · 2026-11-12
- 整理 5.5 万数据点的教训:企业级 Agent 数据准备远比想象更难 — BenBajarin · 2026-11-12
- 「模型会写代码但缺设计判断」：新工具 Fieldwork 上线补短板 — andpoul · 2026-11-12
- Vapi 推出 Agent Loop：语音 agent 自我迭代直到达标 — Scobleizer · 2026-11-12