网友用教师模型改写Qwen偏好

一名 Reddit 网友称，他以自研 Strata IQ4 Qwen Flash 为教师，对 Qwen 3.5 0.6B 进行无梯度、无 autograd、无优化器的权重级编辑，使模型稳定自称最喜欢 Polyphia。 编辑过程参考 MIT CSAIL 的权重空间编程思路，消耗约3980万 token、耗时3小时12分，仅改动约36KB、涉及20个神经元；学生模型因所用老 Xeon 不支持 BF16，全程在 CPU 上以 FP32 推理。作者称该实验更接近消融与合理性验证，代码将在清理个人文件名后开源。

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。