Simon Willison 用笔记本复现权重空间编程实验
热点事件持续更新
Simon Willison 用笔记本复现权重空间编程实验
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Simon Willison 在笔记本上本地运行 Qwen 3.8 27B，复现论文中“仅凭原始权重浮点数判断神经网络训练的是哪款游戏”的实验，四个提示中认出两个、误判一个、失败一个。 他使用 LM Studio 加载长上下文窗口（默认 8192 上下文报错），安装 llm-lmstudio 插件并通过环境变量调高超时。结果：Breakout 用时 52 分 25 秒、消耗 43,506 个 reasoning tokens，置信度 88%；Pong 用时 1 小时 4 分 54 秒；Pac-Man 用时 46 分 12 秒但判断错误；Freeway 失败。Willison 称 Freeway 比其他三款更冷门，失败并不意外。
AI 根据报道生成 · 1 小时前更新
最新进展11月4日 00:29
Qwen 3.8 27B 在笔记本上也能解读模型权重报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- Simon WillisonQwen 3.8 27B 在笔记本上也能解读模型权重
Simon Willison 实测发现，本地运行的 Qwen 3.8 27B 能仅凭原始权重浮点数判断神经网络训练的是哪款游戏。在论文的四个 10x10 网格游戏提示中，它用 52m 25s、43,506 reasoning tokens 认出 Breakout（置信度 88%），1h 4m 54s 认出 Pong，46m 12s 误判 Pac-Man，Freeway 则失败。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。