这两天，MIT的一篇「权重空间编程」博客在AI圈刷屏了。 实验里，GPT-6 Astra自己写Python脚本排查诊断，只改了一个0.8B小模型里0.016%的权重，就治好了它的复读死循环，让数学成绩原地暴涨6倍。

同时，修改后的模型指令遵循能力也有所改善。在衡量模型指令遵循表现的 IFEval 测试中，修改后的模型成绩从 21.0% 提升至 62.3%，约为原来的 3 倍。与此同时，数学测试中因生成长度达到上限而未能完成回答的比例，从原来的 93% 降至 33.1%。

只改了 0.016% 的权重，一个 8 亿参数大模型的数学成绩，就从 7.9% 飙升到了 48.1%。 更夸张的是，动手修改这些权重的，竟然是另一个大模型 GPT-6 Astra。 最近，MIT CSAIL 的研究团队展示了一种相当大胆的 AI 优化方法。他们让 GPT-6 Astra 像程序员阅读和修改代码一样，直接分析神经网络的权重，定位模型的问题，再修改其中的参数。 整个过程没有使用传统的梯 ...

只改了 0.016% 的权重，一个 8 亿参数大模型的数学成绩，就从 7.9% 飙升到了 48.1%。 更夸张的是，动手修改这些权重的，竟然是另一个大模型 GPT-6 Astra。 最近，MIT CSAIL 的研究团队展示了一种相当大胆的 AI 优化方法。他们让 GPT-6 Astra 像程序员阅读和修改代码一样，直接分析神经网络的权重，定位模型的问题，再修改其中的参数。 整个过程没有使用传统的梯 ...

本内容遵循CC 4.0 BY-SA版权协议 本文详解多元线性回归中正规方程法的公式推导，重点阐明预测值从单样本WTX+B到多样本XW的 ...

“我以前觉得 AI 不怎么样，但现在，我真的很喜欢用它。”——说这句话的，不是什么刚入行、热衷于 Vibe Coding的年轻程序员，而是 Linux 之父 Linus Torvalds。 最近，Linux 内核代码仓库里，出现了一个不太寻常的分支：noref-filemap-read-with-llm。 对于熟悉 Linux 开发的人来说，Linux 之父 Linus Torvalds 的代码仓 ...

P104-2.0x16-v1.2/ ├─ 自动解锁.cmd ← 推荐（管理员运行；装好后窗口可关） ├─ 状态.cmd ← 只读查看（中文结论 + 判定依据） ├─ 带宽测试.cmd ← CUDA 带宽实测 ├─ 停止按住.cmd ← 停止保持 ├─ 卸载.cmd ← 卸载 ├─ 手动解锁-仅实验用-窗口不能关.cmd ...

给定一棵有 n 个结点的树，结点编号为 1 到 n，并指定其中一个结点 root 作为树根。树是无向连通图，任意两个结点之间有且仅有一条简单路径。 对于两个结点 u 和 v，它们的最近公共祖先（LCA）定义为：同时是 u 的祖先和 v 的祖先的结点中，深度最大的那个结点。

Instead of writing code, try giving the blueprint to AIRecently, I have been creating various programs using generative AI ...

The Hollywood actor has revealed that he has been working with computers and machine learning for years, an interest that eventually led him to build an AI company acquired by Netflix.

Guido van Rossum wrote Python over a 1989 Christmas break. By 2018 it ran AI and the web, and a fight over the walrus ...