「27B本地模型，开始“看懂”另一套模型的权重了」

dbreunig/nesformer

Simon Willison 博客上的一则短文，介绍 Drew Breunig 受 Divyansh Agrawal 的 qwenputer 启发，把 NES 的 6502 CPU 模拟器做进 Qwen3.5-4B 模型权重中，可以在模型里很慢地运行 Super Mario Bros 等 ROM；文中还引用了作者在 Hacker News 上披露的 Opus 5.5 提示词和所用的 NES CPU 一致性测试集。

「模型开始直接改权重了，但先别急着喊奇点」

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。

tiny-llm，一个从零实现大语言模型推理系统的实战课程，目标是让开发者理解 vLLM 这样的推理引擎如何工作

这条微博介绍 GitHub 项目 skyzh/tiny-llm，一个从零实现大语言模型推理系统的实战课程，目标是帮助开发者理解 vLLM 这类推理引擎的工作原理。材料称传统 vLLM 等项目包含大量高度优化 CUDA 内核和复杂工程代码、学习门槛较高，而 tiny-llm 基于 Apple Silicon（M 系列 Mac）、MLX 框架和 Qwen3 模型，从矩阵运算起步，用 Python、C++ 和 Metal 自行实现推理算子，逐步搭建完整的推理服务。

「不是“看权重就会”，而是“会写脚本去试”」

这条微博转述 honnibal.dev 一篇文章，对“Astra can read and write weights to improve Qwen”的说法做辨析。文中称不调用工具、只把原始浮点权重放进上下文的设置只出现在 1.7 万到 17.2 万参数的小模型实验中；在 Qwen3.5-0.8B 数学修复案例里，Astra 实际会写 Python、分析权重、运行模型，并用最多 50 个批次的练习题反复尝试。作者反对把“直接读小模型权重”和“借代码与运行反馈改大模型”说成同一种能力。适合关注模型可解释性、Agent 自主改模型方向讨论的人阅读。

Show HN：约 1GB Qwen 权重里的可运行任天堂

Show HN: A working Nintendo in ~1GB of Qwen weights

一个 GitHub 项目，把 NES 的 6502 CPU、2KB 工作内存和卡带 ROM 编译进标准 Qwen3.5 检查点权重中，游玩时模型逐个 token 预测 CPU 执行日志，宿主程序负责画面、手柄和 vblank 中断；项目基于 Qwenputer 的编译器和“Gated DeltaNet 状态即机器内存”的做法，并说明自带测试游戏的每帧输出与常规 6502 模拟器一致。适合对模型权重内嵌计算、模拟器实现感兴趣的人看。