跳到正文
arXiv · ML· Subham Kundu (TCG Crest)·· 3 天前精选AI 评分67

使用 Claude 复现权重空间编程研究

Same Fix, Different Weights: Replicating Weight-Space Programming with Claude

AI 导读

作者使用 Claude Opus 5.5 复现了 Takehi 等人关于 GPT-6 Astra 的权重空间编程核心研究。Claude 成功从权重中识别 Atari 游戏并找到复制头,在 4/5 环境中超越 PPO,并利用 Qwen3.5-0.8B 的权重将 MATH-500 准确率提升至 58.1%,但其对训练数据的回答常受先验影响。

推荐理由

作者通过十项预注册实验复现了权重空间编程研究,展示了模型在不训练条件下修复网络与推理的具体边界。

来源:arXiv · ML · arxiv.org