新论文:语言模型可重写自身权重实现自我改进

lwhsiao · hn · 2026-11-21

arXiv 新论文《Language Models Can Rewrite Their Own Weights》提出让语言模型直接修改自身权重的方法,登上 HN 热议。核心思路是模型不是只输出文本,而是能生成对自身参数的更新,实现某种意义上的自我训练/自我改进。这一方向触及模型自我修改能力的安全性边界,在 HN 上引发关于可行性与风险的讨论。

原文链接 →

「安全」频道最新

更多「安全」频道 AI 资讯 →