MIT 研究:GPT-6 Astra 一次改 3.5% 权重,小车成功率从 0 到 1024/1024

DeepLearningAI · x · 2026-11-19

DeepLearning.AI 的 The Batch 报道了 MIT 研究者 Rikiya Takehi、Jayden Teoh 等人的工作:让 GPT-6 Astra 直接解读、修改甚至生成神经网络权重,无需显式重训练、工具或梯度步骤。

实验内容

结论:对 10 亿参数以下的网络,仅靠提示 LLM 就可能改进其权重,属于概念验证阶段。

原文链接 →

「模型」频道最新

更多「模型」频道 AI 资讯 →