تفسیرپذیری

پژوهشگران MIT CSAIL می‌گویند GPT-6 Astra می‌تواند وزن‌های شبکه عصبی را مستقیم بخواند و بازنویسی کند؛ امتیاز یک مدل کوچک Qwen در MATH-500 از ۷٫۹ به ۴۸٫۱ درصد رسید

۱۲ آبان ۱۴۰۵

چهار پژوهشگر MIT CSAIL در نوشته‌ای که ۲ نوامبر منتشر شد، روشی به نام Weight-Space Programming را شرح می‌دهند که در آن یک مدل زبانی بزرگ بدون آموزش گرادیانی، وزن‌های خام شبکه را بررسی و ویرایش می‌کند. بهترین نتیجه، حلقه‌ه…