进行中

论文称27B开源模型可推理自编辑权重

报道
1
信源
1
首次报道
11/21 01:17
最近更新
11/21 01:17

斯坦福等机构的研究者发表论文称,27B 开源模型能在不训练、不用梯度的情况下,通过推理编辑自身权重实现自我改进。实验中,研究者向 Qwen3.5-27B 开放其自身权重、带评分的练习题答案和一个 Python 会话,并屏蔽梯度;模型对比“答完”与“耗尽 token”两种答案的隐藏状态,削弱区分二者的方向。

最新进展斯坦福等机构论文:27B 开源模型可通过推理编辑自身权重自我改进

热度48 小时内每个独立信源只算一次,24 小时减半

48 小时参与信源
1
6 小时新加入
1
24 小时新报道
1
热点排名
—

热度曲线会在事件持续一段时间后出现。

事件进展1 个阶段

全部报道1 篇

  • 斯坦福等机构论文:27B 开源模型可通过推理编辑自身权重自我改进

    斯坦福等机构的新论文发现,27B 开源模型能在不训练、不用梯度的情况下,通过推理编辑自身权重实现自我改进。研究者给 Qwen3.5-27B 开放自身权重、带评分的练习题答案和一个 Python 会话并屏蔽梯度,模型对比答完与耗尽 token 两种答案的隐藏状态,削弱区分二者的方向。

    Rohan Paul

#推理能力#开源生态#数据与训练#论文研究