Qwen后训练提升权重空间编程能力
热点事件持续更新
Qwen后训练提升权重空间编程能力
1 篇报道1 个报道来源40 分钟前更新
先了解这件事
AI 综述
rikkiyatakehi与jaydenteoh团队称，他们通过TrajectoryLabs后训练实验，使Qwen 27B和35B-A3B掌握逐个权重编写神经网络；其中Qwen 27B在训练中未见过Freeway，测试得分由21.0升至47.1，但仍低于Astra的63.9分。 团队还构建了包含322个简单游戏的WeightProgramBench，并以5个原始MinAtar游戏检验泛化。团队称，35B模型掌握该能力的程度优于Opus。
AI 根据报道生成 · 17 分钟前更新
最新进展11月7日 18:14
Qwen 35B-A3B 后训练掌握权重空间编程，Freeway 得分升至 47.1报道时间线
沿着报道，了解事件的不同侧面。
11月7日
- AGI HuntQwen 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。
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。