arXiv新研究测试Claude Opus 5.5权重解读

1. 13:00
   arXiv · ML

   研究质疑 LLM 权重编程是否具备真实推理能力：以 Claude Opus 5.5 为例

   研究测试 Claude Opus 5.5 处理约 125,000 参数卷积网络的权重，发现其解读依赖局部算术与记忆而非权重流追踪。 模型在识别 CIFAR-10 等熟悉数据集时表现准确，但面对快食、SAT-6 等非常见数据时出现误判，表明其依赖先验知识。 该结果为零样本权重阅读提供了审计协议，澄清了大语言模型在权重空间编程中的实际能力边界。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。