Qwen 35B-A3B 后训练掌握权重空间编程，Freeway 得分升至 47.1

Trajectorylabs 平台上的后训练实验让 Qwen 27B 和 35B-A3B 学会逐个权重手写神经网络，其中 Qwen-27B 在未见过的 Freeway 上由 21.0 分升至 47.1 分。团队构建了含 322 个简单游戏的 WeightProgramBench，并以 5 个原始 minatar 游戏测试泛化；结论称 35B 模型可比 Opus 更好地掌握该能力。