Maier评估GPT-6权重编程实验

Andreas Maier 质疑 MIT CSAIL 关于 GPT-6 权重空间编程的实验依据，指出其可读性任务仅为玩具任务，各条件仅取得 4、3、3 次正确回答。谄媚性实验从权重单独出发时失败，且研究只使用一个模型，每个条件基本只运行一次，缺少简单基线。

Andreas Maier 核查 MIT CSAIL 博文关于 GPT-6 Astra 读写神经网络权重的实验，并将八组实验按证据强度排序。博文公开了 1125 次模型轮次的日志及精确 diff，部分实验可从数千次试验和公开文件中复核，另有证据仅来自三四道玩具题。Maier 认为「火花」主张获得支持，但「取代优化器」未被证明。