跳到正文
11月3日周二
  1. 爱范儿74

    MIT CSAIL 研究让 GPT-6 Astra 直接改写 Qwen3.5-0.8B 权重,数学成绩从 7.9% 升至 48.1%

    MIT CSAIL 研究团队展示「权重空间编程」,让 GPT-6 Astra 直接读取并修改神经网络权重,仅改动 Qwen3.5-0.8B 的 131072 个参数(约 0.016%),使其 MATH-500 成绩从 7.9% 升至 48.1%,GSM8K 从 13.8% 升至 67.1%,IFEval 从 21.0% 升至 62.3%。

    同一件事,精选收录的是《MIT CSAIL 提出权重空间编程:GPT-6 Astra 直接修改 Qwen3.5-0.8B 权重》

  2. IT之家74

    MIT CSAIL 提出权重空间编程:GPT-6 Astra 改 Qwen3.5-0.8B 约 0.016% 权重,MATH-500 提升至 6 倍

    MIT CSAIL 研究人员提出「权重空间编程」,让 GPT-6 Astra 直接读取并修改 Qwen3.5-0.8B 的神经网络权重,仅调整约 0.016% 的参数(131072 个),就把 MATH-500 成绩从 7.9% 提升至 48.1%,GSM8K 从 13.8% 提升至 67.1%,全程未使用梯度下降或传统训练循环。

    同一件事,精选收录的是《MIT CSAIL 提出权重空间编程:GPT-6 Astra 直接修改 Qwen3.5-0.8B 权重》

11月2日周一
10月25日周日
11月4日周三
10月31日周六
  1. meng shao78

    meng shao 介绍 Qwenputer 项目:在 Qwen3.5-4B 上通过编译器把一台确定性 32-bit RISC-V CPU 写入约 11 层额外权重,并把模型自带的 Gated DeltaNet 状态当作可寻址 RAM,在前向中运行 C 和 MicroPython,不调用外部 runtime。

    引用div (fp32)@divagr1925

    1/4 Meet Qwenputer: Qwen3.5-4B with a full RISC-V CPU inside its weights, using the model's own Gated DeltaNet layers as RAM. It runs C and MicroPython in its forward passes, no external runtime. On DeepMind math: base 55–90%, base + Python tool 95–100%, Qwenputer 97.5–100%.

    推荐理由:材料把 Qwenputer 的机制、测试数字与代价逐项列出,便于判断权重内计算这条路线能走多远。

11月3日周二
  1. 歸藏(guizang.ai)82

    歸藏转述 MIT CSAIL 团队的研究:用 GPT-6 Astra 直接编辑 Qwen3.5-0.8B 的权重,仅改动 0.016% 的参数,就在不重新训练、不做后训练和强化学习的情况下把数学能力提升至多 6 倍、指令跟随提升 3 倍。作者认为这提供了像编程一样编写模型权重的新范式,可用于释放模型已有能力、移植控制与对齐策略、重组计算路径,小模型能力有望因此明显提升。

    引用Rikiya Takehi@rikiyatakehi

    We asked GPT-6 Astra to edit Qwen3.5-0.8B weights to improve math. It directly changed only 0.016% of weights, fixing 0.8B's reasoning loops & improving math up to 6x and even instruction following 3x, without gradients or training. We call this Weight-Space Programming: frontier LLMs can now natively read/write neural network weights! 🧵 Blog: https://rikiyat.github.io/blog/weight-space-programming/

    同一件事,精选收录的是《MIT 实验:GPT-6 Astra 直接改写 Qwen3.5 权重,数学能力提升约 6 倍》

10月12日周一
11月9日周一
  1. 爱范儿74

    苹果公开 HALO 人形机器人研究:宇树 G1 背着 Mac mini 跑千问

    苹果研究团队公开名为 HALO 的人形机器人研究,用宇树 G1 作身体、背驮 Mac mini M4 Pro 本地运行千问模型,在 6 个未扫描的真实家庭中完成 360 次测试,平均成功率 91%。

    推荐理由:苹果 HALO 用仿真合成替代人力采集 VLA 数据,读者可据此理解具身智能数据瓶颈的一种规模化解法。

11月8日周日
11月19日周四
11月1日周日
  1. The Decoder58

    Vals 研究:中国 AI 模型政治倾向复杂,并非只是政府传声筒

    Vals.ai 的研究用 −1 到 +1 的量表衡量模型与中国官方立场的接近程度,发现中国模型的亲政府倾向整体低于预期,但模型之间差异很大。研究显示提示词语言影响明显,简体中文提问比英文、俄文、西班牙文更容易得到亲政府回答,中美模型都有此现象,中国模型更突出。

11月3日周二
  1. 宝玉80

    MIT CSAIL 四位研究者发布博客,提出“权重空间编程”,让前沿大模型直接读懂和修改神经网络权重,无需梯度或训练。实验中 GPT-6 Astra 只改动 Qwen3.5-0.8B 0.016% 的权重,MATH-500 正确率从 7.9% 升到 48.1%,但需允许拿练习题试跑 50 次,且对很少循环的 Gemma 3 270M 无提升。

    引用Rikiya Takehi@rikiyatakehi

    We asked GPT-6 Astra to edit Qwen3.5-0.8B weights to improve math. It directly changed only 0.016% of weights, fixing 0.8B's reasoning loops & improving math up to 6x and even instruction following 3x, without gradients or training. We call this Weight-Space Programming: frontier LLMs can now natively read/write neural network weights! 🧵 Blog: https://rikiyat.github.io/blog/weight-space-programming/

    同一件事,精选收录的是《MIT 实验:GPT-6 Astra 直接改写 Qwen3.5 权重,数学能力提升约 6 倍》

10月31日周六
  1. meng shao71

    阿里云开源《AI Agent Handbook》,其中 2026 Agent 开发者调研报告显示约 46% 团队已完成或正在开发 Agent,真正部署到生产约 18%。报告指出卡点主要在工程配套:约 90% 企业对上下文与记忆有明确需求,约 63% 最需要多模型路由与自动降级,评估仍以人工抽查为主(约 55%),基于轨迹自动评估仅约 6%–8%。

    引用meng shao@shao__meng

    阿里云开源《AI Agent Handbook》:用 Harness 把企业 Agent 从试点推到可治理生产 企业级 Agent 全生命周期实践手册:架构、构建、运行、治理、调优,外加调研与案例,开源地址: https://github.com/aliyun/ai-agent-handbook 手册为何重写? 前言归纳三大新挑战:让概率智能变成能扛关键任务的可靠生产力;在稳定、安全、性能、成本上做成可大规模部署的基础设施;让 Agent 进入核心业务流程,而不是停在孤岛试点。写作目标还包括统一术语(Harness、Runtime、Agent、Workflow 等),减少「同一词各说各话」被模型放大后的混乱。 2026 年调研结果 · 投入成共识:已开发完成或开发中合计约 46%(去年约 36%);真正部署到生产约 18%;持续迭代更低。 形态共存:单 Agent 约 40%、多 Agent 约 42%、以 HITL 为主要架构约 15%——自主度是可调参数,不是新旧替代。 编码最先规模化:采购 Coding 工具约 57%,通用 Agent 框架约 78%,近四成两者并用;市场碎片化,可迁移工程抽象比押单一厂商更稳。 构建后难点:上下文/记忆需求约 90%;多模型路由与成本治理约 63%;评估上人工抽查约 55%,基于轨迹自动评估不足约 8%。 成功率:达 90% 以上约一成;约 16% 根本没量化过成功率。有评估体系的团队,高成功率比例明显高于无评估者(文中对比)。 MCP:关注或落地合计约 37%,企业内私有部署仅约 9%;缺的是注册中心、身份鉴权、版本灰度、审计与网关,不是「懂不懂协议」。 成熟度 L1–L4:辅助生成 → 受控自动化 → Agentic Execution → Managed & Optimizing;全书后半部基本在回答如何从 L2 往 L3/L4 走。 手册整体结构 · 架构(1–2):Agentic Application 边界、企业成熟度、参考架构(组件 / 平台责任 / 生命周期) · 构建(3–6):以 Harness 为核心:范式与责任边界;任务编排与长程推进;上下文、状态、Memory/Knowledge/Skill;受控行动(Function Calling、MCP、A2A、HITL、验证闭环) · 运行(7–12):Runtime 与沙箱;状态存储与语义资产;AI 网关统一 LLM/MCP/Agent 流量;异步与自动化;Multi-Agent;分布式通信 · 治理(13–16):可观测与成本归因;安全(注入、鉴权、高危授权、出域);Prompt/Skill/MCP/Agent 资产管理;上线前仿真与质量验证 · 调优(17–24):模型侧(SFT、Agentic RL、蒸馏等)与 Agent 侧数据飞轮:Trace→Trajectory、黄金数据集、Badcase、受控自进化、边缘运行时 · 实践(25–29 + 专题):研发效能、设计工程、运维与企业 IT、客户销售运营、GOAI Agent Infra;另有 Jev 决策模型专题、Personal Agent / Agent as a Service 专题 · 展望(30):从 Agentic Application 走向 Agentic OS

    同一件事,精选收录的是《阿里云开源《AI Agent Handbook》,用 Harness 推动企业 Agent 进入可治理生产》

11月7日周六
10月27日周二
  1. meng shao60

    阿里千问团队开源多语言 LLM agent 基准 BabelArena,用约 699 个规范任务覆盖 23 种语言,约 1.6 万个任务实例,并配套 BabelFlow 适配流水线。

    引用Qwen Developers@QwenDevs

    Our latest open-source research has a pretty interesting name, inspired by the story of the Tower of Babel. What interests us about that story is how language barriers can get in the way of people working toward the same goal And when it comes to agents, there are a few more places for that understanding to break, like tool arguments, database entries, and search queries One example from BabelArena (yes that's the name, surprise) stuck with me: Qwen-3.8-Max completed the same shopping task in English and Telugu, getting the same four products. But it took 25 tool calls in English and 201 in Telugu, with repeated empty searches against the localized catalog. Even though both runs passed, we’d still want to see that difference before shipping. Sorry for the long story, hope you guys are still here. What I want to share is that we’ve open-sourced BabelArena to study these workflows across 23 languages. Code, datasets, and paper in the comment

11月3日周二
  1. swyx58

    swyx 引用 @latentspacepod 关于权重空间编程的内容,称我们如今处在特德·姜《呼吸》的第 2 段。被引内容提到,MIT 一项研究中 GPT-6 Astra 将 Qwen3.5-0.8B 的推理循环定位到两层并编辑其 0.016% 的权重,在采样固定的情况下 MATH-500 得分从 7.9% 升至 48.1%。配图为《呼吸》短篇小说的维基百科页面。

    引用Latent.Space: AI News & Views@latentspacepod

    Qwen3.5-0.8B often spent 32K tokens on a math problem without reaching an answer. In an MIT study, GPT-6 Astra traced the loops to two layers and edited 0.016% of Qwen’s weights. With sampling held fixed, its MATH-500 score rose from 7.9% to 48.1%. https://latent.space/p/ainews-llms-can-read-write-neural-network-weights-weight-space-programming-cuts-autoresearch-out-of/

9月3日周四
10月28日周三
11月3日周二
  1. 量子位88

    MIT 实验:GPT-6 Astra 直接改写 Qwen3.5 权重,数学能力提升约 6 倍

    MIT 的实验让 GPT-6 Astra 直接读取并编辑 Qwen3.5-0.8B 的权重,仅改动 0.016% 的权重、不使用梯度和训练,MATH-500 得分从 7.9% 升到 48.1%,指令执行能力也提高 3 倍。

    推荐理由:实验展示了前沿模型直接读写小模型权重的新路径,读者可据此理解免梯度修改模型行为的思路与边界。

11月15日周日
  1. 机器之心78

    MIT韩松团队开源PEAR:Qwen3.8-27B纯仿真训练后可操控真机机械臂

    MIT韩松团队公布机器人后训练项目PEAR,基于开源Qwen3.8-27B,不用人类遥操演示和真机数据,只在仿真环境做强化学习,训完直接部署到此前未见过的双臂YAM真机,30次测试成功18次,训练前为0次。

    推荐理由:韩松团队用纯仿真强化学习把27B千问模型接到真机机械臂上,并给出扰动基准下的对比数据。

11月11日周三
11月7日周六
  1. The Decoder73

    Nous Research 微调 Qwen3.8-27B 发布 Arete-27B,倾向性回答比例从 22% 降至 0.9%

    Nous Research 对阿里 Qwen3.8-27B 做约 5300 万 token 的监督微调,得到开源权重模型 Arete-27B,其倾向性回答比例从 22% 降到 0.9%,事实准确度从 2.32 升到 2.98。

    推荐理由:Nous 用 5300 万 token 监督微调把 Qwen3.8-27B 的倾向性回答比例从 22% 降到 0.9%,并公开权重与测试数据。

11月3日周二
  1. 新智元85

    MIT CSAIL 提出权重空间编程,GPT-6 Astra 改写 Qwen3.5-0.8B 权重使 MATH-500 提升 6 倍

    MIT CSAIL 团队提出「权重空间编程」,让 GPT-6 Astra 在不训练、不算梯度的情况下直接读写神经网络权重。Astra 只改动 Qwen3.5-0.8B 约 0.016% 的权重,就把 MATH-500 准确率从 7.9% 提升到 48.1%,GSM8K 从 13.8% 升到 67.1%,IFEval 从 21.0% 升到 62.3%。

    同一件事,精选收录的是《MIT 实验:GPT-6 Astra 直接改写 Qwen3.5 权重,数学能力提升约 6 倍》

11月4日周三
11月3日周二
  1. 机器之心78

    MIT CSAIL 提出权重空间编程:GPT-6 Astra 直接修改 Qwen3.5-0.8B 权重

    MIT CSAIL 团队公布早期实验,让 GPT-6 Astra 通过自然语言直接读取和修改神经网络权重,并将这种方式称为 Weight-Space Programming(权重空间编程)。

    推荐理由:MIT CSAIL 的实验显示大模型可直接读写神经网络权重,为机制可解释性和模型优化提供了一条不依赖梯度的路径。

  2. Rohan Paul88

    MIT CSAIL 研究者提出 Weight-Space Programming,让 GPT-6 Astra 在 Python notebook 中直接改写 Qwen3.5-0.8B 的权重,仅改动 0.016% 的权重就把 MATH-500 成绩从 7.9% 提升到 48.1%,全程没有梯度或训练。

    引用Rikiya Takehi@rikiyatakehi

    We asked GPT-6 Astra to edit Qwen3.5-0.8B weights to improve math. It directly changed only 0.016% of weights, fixing 0.8B's reasoning loops & improving math up to 6x and even instruction following 3x, without gradients or training. We call this Weight-Space Programming: frontier LLMs can now natively read/write neural network weights! 🧵 Blog: https://rikiyat.github.io/blog/weight-space-programming/

    同一件事,精选收录的是《MIT 实验:GPT-6 Astra 直接改写 Qwen3.5 权重,数学能力提升约 6 倍》

  3. meng shao78

    MIT CSAIL 研究者提出「Weight-Space Programming(权重空间编程)」,让 GPT-6 Astra 不靠梯度、不写训练循环,直接读取或修改神经网络权重。

    引用Rikiya Takehi@rikiyatakehi

    We asked GPT-6 Astra to edit Qwen3.5-0.8B weights to improve math. It directly changed only 0.016% of weights, fixing 0.8B's reasoning loops & improving math up to 6x and even instruction following 3x, without gradients or training. We call this Weight-Space Programming: frontier LLMs can now natively read/write neural network weights! 🧵 Blog: https://rikiyat.github.io/blog/weight-space-programming/

    同一件事,精选收录的是《MIT CSAIL 提出权重空间编程:GPT-6 Astra 直接修改 Qwen3.5-0.8B 权重》

  4. Andrew Curran70

    一项名为 Weight-Space Programming 的研究让 GPT-6 Astra 直接编辑 Qwen3.5-0.8B 的权重来提升数学能力,仅改动 0.016% 的权重,不使用梯度或训练。在 50 次前向传播预算下,MATH-500 从 7.9% 升至 48.1%,GSM8K 从 13.8% 升至 67.1%,指令跟随基准 IFEval 从 21.0% 升至 62.3%。作者称 Astra 定位到模型重复输出的循环问题,在 layers 15 和 19 的 64 个 MLP 输出列上共改动 131,072 个权重值。

    引用Rikiya Takehi@rikiyatakehi

    We asked GPT-6 Astra to edit Qwen3.5-0.8B weights to improve math. It directly changed only 0.016% of weights, fixing 0.8B's reasoning loops & improving math up to 6x and even instruction following 3x, without gradients or training. We call this Weight-Space Programming: frontier LLMs can now natively read/write neural network weights! 🧵 Blog: https://rikiyat.github.io/blog/weight-space-programming/

    同一件事,精选收录的是《MIT 实验:GPT-6 Astra 直接改写 Qwen3.5 权重,数学能力提升约 6 倍》

  5. Orange AI68

    MIT CSAIL 的 Rikiya Takehi 等人提出 Weight-Space Programming,称 GPT-6 Astra 无需梯度或训练,仅改动 Qwen3.5-0.8B 约 0.016% 的权重,就修复了其推理循环问题。该改动使 MATH-500 成绩从 7.9% 升至 48.1%,指令遵循的 IFEval 提升 3 倍。Orange AI 转发该研究并称 RSI 初现端倪,认为连模型训练都不需要了。

    引用Rikiya Takehi@rikiyatakehi

    We asked GPT-6 Astra to edit Qwen3.5-0.8B weights to improve math. It directly changed only 0.016% of weights, fixing 0.8B's reasoning loops & improving math up to 6x and even instruction following 3x, without gradients or training. We call this Weight-Space Programming: frontier LLMs can now natively read/write neural network weights! 🧵 Blog: https://rikiyat.github.io/blog/weight-space-programming/

    同一件事,精选收录的是《MIT 实验:GPT-6 Astra 直接改写 Qwen3.5 权重,数学能力提升约 6 倍》

11月4日周三
  1. Sebastian Raschka65

    Sebastian Raschka 转发了一项称 GPT-6 Astra 直接修改 Qwen3.5-0.8B 权重以提升数学能力的工作,该工作称仅改动 0.016% 的权重,无需梯度或训练,数学能力最高提升 6 倍、指令遵循提升 3 倍,并将其称为 Weight-Space Programming。Raschka 本人只配了一句 What could possibly go wrong? 和一张漫画,漫画把 Transformer 第 13 层前馈模块中单个已训练权重画成支撑全部现代数字基础设施的支柱。

    引用Rikiya Takehi@rikiyatakehi

    We asked GPT-6 Astra to edit Qwen3.5-0.8B weights to improve math. It directly changed only 0.016% of weights, fixing 0.8B's reasoning loops & improving math up to 6x and even instruction following 3x, without gradients or training. We call this Weight-Space Programming: frontier LLMs can now natively read/write neural network weights! 🧵 Blog: https://rikiyat.github.io/blog/weight-space-programming/

    同一件事,精选收录的是《MIT CSAIL 提出权重空间编程:GPT-6 Astra 直接修改 Qwen3.5-0.8B 权重》

11月3日周二
  1. Aran Komatsuzaki58

    MIT CSAIL 的 Rikiya Takehi 等人提出 Weight-Space Programming,称前沿 LLM 能原生读写神经网络权重。研究称 GPT-6 Astra 仅直接改动 Qwen3.5-0.8B 的 0.016% 权重,无需梯度或训练,就修复了其推理循环,MATH-500 从 7.9% 升至 48.1%,指令遵循的 IFEval 提升 3 倍。Aran Komatsuzaki 表示即将采访论文作者并征集提问。

    引用Rikiya Takehi@rikiyatakehi

    We asked GPT-6 Astra to edit Qwen3.5-0.8B weights to improve math. It directly changed only 0.016% of weights, fixing 0.8B's reasoning loops & improving math up to 6x and even instruction following 3x, without gradients or training. We call this Weight-Space Programming: frontier LLMs can now natively read/write neural network weights! 🧵 Blog: https://rikiyat.github.io/blog/weight-space-programming/

  2. Ethan Mollick58

    Ethan Mollick 转发一项待复现的研究,称 GPT-6 Astra 直接修改 Qwen3.5-0.8B 仅 0.016% 的权重,修复其推理循环并把数学能力最高提升 6 倍、指令遵循提升 3 倍,全程不用梯度或训练。研究团队把这一做法称为 Weight-Space Programming,并称前沿 LLM 已能原生读写神经网络权重。Mollick 表示自己仍在等待复现,但认为这是件大事。

    引用Rikiya Takehi@rikiyatakehi

    We asked GPT-6 Astra to edit Qwen3.5-0.8B weights to improve math. It directly changed only 0.016% of weights, fixing 0.8B's reasoning loops & improving math up to 6x and even instruction following 3x, without gradients or training. We call this Weight-Space Programming: frontier LLMs can now natively read/write neural network weights! 🧵 Blog: https://rikiyat.github.io/blog/weight-space-programming/

11月17日周二
  1. 机器之心78

    Prefrontal AI 与 ETH Zurich 提出 LSA:10M token 下比 DeepSeek 式稀疏注意力再快 22.7 倍

    伦敦初创公司 Prefrontal AI 与苏黎世联邦理工学院联合发布论文,提出隐空间稀疏注意力 LSA,在 10M token 下把 GLM-5.3-Flash 单个注意力层的 prefill 提速 22.7 倍、Qwen3.8-27B 提速 72.4 倍,精度与原模型相近。

    推荐理由:论文指出超长上下文下索引器占 prefill 时间 98%,并给出按语义聚类把索引降到 O(T log T) 的路径。

10月25日周日
11月5日周四
  1. The Decoder88

    GPT-6 Astra 通过权重直接改写其他模型

    研究团队提出 Weight-Space Programming,让 GPT-6 Astra 直接读取和生成模型权重,无需常规训练。在 Qwen3.5-0.8B 上 Astra 只改动 0.016% 的权重,MATH-500 准确率从 7.9% 升至 48.1%,指令遵循从 21% 升至 62%。

    同一件事,精选收录的是《MIT 实验:GPT-6 Astra 直接改写 Qwen3.5 权重,数学能力提升约 6 倍》

11月14日周六
11月10日周二