两篇独立文章同时指向一个有意思的方向：让大模型原生理解和操作神经网络的权重，而不是只处理文本。Simon Willison 实测在笔记本上跑 Qwen 27B 级别的模型去解读权重，另一篇则提出“权重空间编程”的概念，把权重当成可读写的程序状态。如果这条路走通，模型微调、模型合并、可解释性分析都可能从“炼丹”变成更工程化的操作，甚至让模型自己检查和修改自己的参数。当然目前还处在早期演示阶段，规模、可靠性和安全性都是问号，但它提示了一个趋势：AI 工具链正在从提示词层下沉到参数层。

📌 原文来源：Hacker News

🔗 阅读原文

本文内容由 AI 基于公开资讯自动整理生成，仅供学习参考，版权归原作者及原网站所有。