Pokročilé modely umí šáhnout do neuronové sítě a vylepšit její váhy

Vědci z MIT CSAIL představili koncept 'weight-space programming' a názorně předvedli, že pokročilé jazykové modely SI dokážou přímo číst a upravovat váhy neuronových sítí. Studie ukazuje, že modely nejen dokážou identifikovat účel sítí z pouhého nahlédnutí do jejich číselných vah, ale mohou i cíleně opravovat chyby a nedostatky, například GPT-6 Astra se změnou pouhých 0,016% vah open-weight modelu Qwen3.5-0.8B podařilo odstranit jeho chyby v uvažování a zvýšit úspěšnost v matematických úlohách z 7,9% na 48,1% (benchmark MATH-500). Autoři předpokládají, že se mění samotný způsob trénování neuronových sítí, nově by tuto práci mohly z části převzít také jazykové modely, které o vahách cíleně uvažují a samy je i upravují.

dnes 15:44 | 👻 | Zajímavý článek

Komentáře

[dnes 15:53 hmm]

to už zní jako myšlení