ARTICLE · 人工智能
MIT 的权重空间编程已经被一些研究者复现
一语总结MIT 研究团队提出的权重空间编程方法被复现，展示了大模型直接读写神经网络权重的潜力，但目前仅在小规模模型上尝试，仍处于早期探索阶段。
AI 总结
近期，MIT 的研究者提出了一种名为权重空间编程的创新方法，允许大模型直接读写神经网络的权重参数。这一方法迅速在社交媒体上走红，部分研究者已成功复现。文章指出，当前复现主要集中在较小的模型规模上，如千问模型的微调实验，显示出数学能力提升约 6 倍的显著效果。尽管已取得初步成果，但该技术距离大规模实际应用仍需较长的发展路径，当前更多是探索性的起点。
核心要点
- MIT 提出权重空间编程概念
该方法允许大模型直接操作神经网络权重，实现对模型行为的结构化修改，代表了一种新的模型控制范式。
- 部分研究者已成功复现
复现工作主要在小规模模型上完成，如改进 Qwen3.5-0.8B 的数学能力，实验显示能力提升约 6 倍。
- 当前仍处于早期探索阶段
大规模模型上的应用尚未验证，技术成熟度和可扩展性仍存挑战，需进一步研究验证。
MIT 的权重空间编程已经被一些研究者复现
近期，MIT 的研究者提出了一种名为权重空间编程的创新方法，允许大模型直接读写神经网络的权重参数。这一方法迅速在社交媒体上走红，部分研究者已成功复现。文章指出，当前复现主要集中在较小的模型规模上，如千问模型的微调实验，显示出数学能力提升约 6 倍的显著效果。尽管已取得初步成果，但该技术距离大规模实际应用仍需较长的发展路径，当前更多是探索性的起点。
文章金句
"权重空间编程
"大模型开始直接读写神经网络权重
"数学成绩变成 6 倍