# 「模型开始直接改权重了，但先别急着喊奇点」

- 原标题：「模型开始直接改权重了，但先别急着喊奇点」MIT CSAIL 11月2日发文提出“Weight-Space Progra…
- 类型：帖子
- 来源：weibo.com
- 发布时间：2026-11-04
- 首次精选：2026-11-05 10:16
- 分级：值得看
- 是否付费：免费（公开帖子）
- 预估学习时长：约 2 分钟（按全文字数估算）
- 学习层级：深入
- 主题：[model-interpretability](<https://oplearnx.com/md/topics/model-interpretability.md>)（第 25 位）、[finetuning-adaptation](<https://oplearnx.com/md/topics/finetuning-adaptation.md>)（第 40 位）
- 原文链接：[https://weibo.com/1402400261/RpMLmFMsu](<https://weibo.com/1402400261/RpMLmFMsu>)
- 本站页面：[https://oplearnx.com/resources/pk\_6a0dee744ea1](<https://oplearnx.com/resources/pk_6a0dee744ea1>)

## 摘要

一条微博帖子，介绍 MIT CSAIL 于 11 月 2 日提出的「Weight-Space Programming」：让大模型不靠梯度下降、训练循环或外部工具，直接读写另一个神经网络的原始权重。帖子称其一组建出约 2 万参数的 Breakout 小网络，表现超过论文中的 PPO 基线；另一组直接改 Qwen3.5-0.8B 的少量权重，缓解推理循环问题，将 MATH-500 从 7.9% 提到 48.1%，IFEval 提升约 3 倍。帖中还提到 Google Research 的 Alex Krentsel 复现了 Breakout 实验，并观察到这类能力更像最新前沿模型突然出现的「台阶式」能力；同时列出争议：任务简化、规模差距悬殊、结果是否部分来自后训练阶段的任务暴露无法从外部确认。适合关注权重空间方法、可解释性与模型自我改进讨论的人阅读。

---
来源：LearnMap · 学径（https://oplearnx.com）