前沿模型无需梯度训练,只改极少比例权重,就能显著拉升小模型数学与指令遵循能力。

一项引发广泛讨论的新方法被称作「权重空间编程」:让前沿大模型直接读取并改写更小网络的参数,而不是走传统的数据训练与反向传播。
演示中,系统仅改动约万分之一点六的权重,就修复了小模型的推理死循环,数学表现最高可提升约六倍,指令遵循也明显增强。这意味着模型能力迁移,开始从「教它学」转向「直接改它怎么算」。
对企业落地来说,这条路的吸引力在于定制成本:不必为每个场景重训一整套模型,而是用更强模型对专用小模型做定点手术。但验证、可复现与安全边界仍是关键——改对了能提速,改错了也可能悄悄引入不可见行为。接下来真正考验的,是工程化审计与可控回滚能力。
— 阅读至此 —返回洞察与新闻 ↗



