事件
最新进展 11月21日 01:17
一项研究称,Qwen3.5-27B可通过推理修改自身权重
研究人员让Qwen3.5-27B查看自身权重和已评分的练习答案,在禁用梯度的Python环境中自行提出修改。材料称,这次修改使其在预先确定的490道未见题目上的准确率从57.2%升至63.8%;较小的2B模型未作修改,4B和9B模型的修改则导致性能受损。
1 次进展2 篇报道1 个来源
事件进展 1
一项研究称,Qwen3.5-27B可通过推理修改自身权重
研究人员让Qwen3.5-27B查看自身权重和已评分的练习答案,在禁用梯度的Python环境中自行提出修改。材料称,这次修改使其在预先确定的490道未见题目上的准确率从57.2%升至63.8%;较小的2B模型未作修改,4B和9B模型的修改则导致性能受损。
查看来源报道 · 1 个来源 · 2 篇报道
- Rohan Paul (@rohanpaul_ai) · 一项研究称,Qwen3.5-27B可通过推理修改自身权重
- Rohan Paul (@rohanpaul_ai) · 一项研究报告:Qwen3.5-27B通过推理修改自身权重
全部报道 2
Rohan Paul (@rohanpaul_ai)
同事件
一项研究报告:Qwen3.5-27B通过推理修改自身权重
一则介绍研究的帖子称,研究人员让Qwen3.5-27B在禁用梯度的条件下,利用自己的权重、练习题评分结果和Python会话提出权重修改。在预先确定的490道未见题目测试中,修改后的准确率从57.2%升至63.8%;同一实验中的2B模型没有修改权重,4B和9B模型的修改则导致性能受损。
另外 1 家也报道了
- Rohan Paul (@rohanpaul_ai)
Rohan Paul (@rohanpaul_ai)
精选
一项研究称,Qwen3.5-27B可通过推理修改自身权重
研究人员让Qwen3.5-27B查看自身权重和已评分的练习答案,在禁用梯度的Python环境中自行提出修改。材料称,这次修改使其在预先确定的490道未见题目上的准确率从57.2%升至63.8%;较小的2B模型未作修改,4B和9B模型的修改则导致性能受损。
另外 1 家也报道了
- Rohan Paul (@rohanpaul_ai)
推荐理由:在禁用梯度的条件下,模型自行修改权重并在预设未见题目上取得准确率提升;较小模型未能复现这一结果,也显示了方法的局限。