Qwen 3.8 27B 笔记本复现权重猜游戏实验

Simon Willison 在笔记本上运行 Qwen 3.8 27B，复现论文《Sparks of Weight-Space Programming》中“仅凭原始权重猜游戏”的实验：在无工具、单次响应条件下，模型分别用 46m12s、1h4m54s、52m25s 识别出 Pac-Man、Pong 和 Breakout，Freeway 则失败。Willison 称 Freeway 比其他三款游戏更冷门，因此失败并不意外。 实验需将上下文窗口调至超过默认的 8192（默认值会报错），并通过环境变量延长超时。该结果来自 Willison 的个人复现，并非论文作者或第三方验证。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。