iWSP:让 LLM Agent 直接写权重构建可解释神经网络
kalyan_kpl · x · 2026-11-20
论文提出 Interpretable Weight-Space Programming(iWSP):让 LLM agent 用代码直接编程神经网络的结构、权重与计算,完全绕开反向传播和常规训练。
- 动机:传统网络依赖反向传播,学到的权重和计算难以解释;论文探索 agent 能否用显式、人类可读的计算构建出足够精确的网络。
- 流程:为任务挑选合适的计算操作 → 在代码中直接写出架构、权重和特征 → 用固定评估器测性能 → 根据结果迭代修改权重与计算。
所属事件:微软等提出 iWSP:让 LLM 直接手写神经网络权重(2 条相关)→
「研究」频道最新
- 未训练网络也能做异常检测:PRISM 在 ADBench 47 数据集 AUROC 达 86.4% — ideal-lab-sejong · 2026-11-20
- NAVER 发布 Unfinished-Bench:持久性使智能体违反内部规则率升至 43.6% — naver-ai · 2026-11-20
- Claude 找出 872 篇天体物理论文错误?学界质疑部分系模型误判 — jessyjli · 2026-11-20
- 从零用 C 实现 DEFLATE:一文讲透 LZ77 与 Huffman 编码 — tetsuoai · 2026-11-20
- 光子芯片玩《马里奥》:NEAT 神经网络只训练 472 代 — CatAstro_Piyush · 2026-11-20
- 华为不用定制内核,vLLM 上波束搜索延迟最高降 25 倍 — _reachsumit · 2026-11-20