训练 Oracle 模型自动生成权重编辑以逆转微调

作者训练了一个基于 Qwen3-8B 与 LoRA 的 Oracle 模型，用它读取微调后模型的激活和权重读数，直接输出逐层逐神经元的 scale/shift 权重编辑，以抵消微调效果。该方法可逆转微调并关闭约 61% 的 KL 差距，被作者视为可解释性方向的探索玩法。