Recherche
Des chercheurs du MIT CSAIL affirment que GPT-6 Astra sait lire et réécrire directement les poids d'un réseau de neurones, faisant passer un petit modèle Qwen de 7,9 % à 48,1 % sur MATH-500
Dans un billet publié le 2 novembre, quatre chercheurs du MIT CSAIL décrivent la Weight-Space Programming : un grand modèle de langage qui examine et modifie les poids bruts d'un réseau sans entraînement par gradient. Le…