MIT計算機科學與人工智能實驗室（CSAIL）研究人員11月2日發佈研究，展示了一種名爲“權重空間編程”（Weight-Space Programming）的新方法：利用大模型直接讀取、理解和修改神經網絡權重，無需梯度下降或重新訓練。在一項實驗中，GPT-6 Astra通過分析Qwen3.5-0.8B的參數，發現其數學推理反覆循環的問題來自第15層和第19層的MLP模塊，並僅修改13.1萬個參數，佔模型總權重的0.016%。經過50次前向計算，模型MATH-500得分從7.9%升至48.1%，GSM8K得分從13.8%升至67.1%，指令遵循得分也從21%升至62.3%。研究團隊還展示了模型僅憑權重識別網絡訓練任務、從零編寫遊戲網絡等能力，並公開了完整實驗日誌及修改後的模型權重。

免責聲明: 上志對本網頁的任何分析，意見，評論，提議，研究報告或市場數據及連結至第三方的網站或資料不會負責。 所有以上提及的資料只代表相關作者的觀點。上志不能及不會保證該等資料的準確性，有效性，及時性及完整性。閣下應進行個人評估及其他適當的研究作投資決定。本網站提供之內容僅供參考，並不構成或成為購買或出售任何投資產品或服務的要約、邀請、招攬或投資建議或推薦。本網站所提及金融產品的價格可升及可跌。過往的表現不應視爲將來表演的指標。風險披露聲明的目的不是披露或討論本網頁的任何金融產品的所有風險及其他重點。閣下應自己評估風險及在進行任何交易前向自己的法律，稅務，財務或其他專業顧問咨詢本網頁提及的任何金融產品。

風險提示: 槓桿式貴金屬交易的保證金交易伴隨巨大的風險，因此並不適合所有投資者。請閣下務必在充分了解其中的風險後在閣下自身可承受的範圍內進行投資。

註冊及營運地址： 香港灣仔軒尼斯道395-399號東區商業中心19樓1905-1906室

上志國際有限公司無法為某些司法管轄區（如阿富汗、美國、伊朗伊斯蘭共和國、朝鮮）的居民提供服務。