有研究展示大模型能够原生地读取和修改神经网络的权重，而非仅通过文本或代码间接操作。这意味着模型可以检查参数分布、定位特定能力对应的权重区域，并按指令进行定向改写，为模型编辑、能力注入、遗忘与调试提供新路径。相比微调或提示工程，权重级操作更直接，但也带来可解释性与安全风险：恶意权重修改可能难以检测，模型行为溯源也更复杂。该方向若成熟，可能改变模型维护与后训练的工作方式。

📌 原文来源：Lobsters

🔗 阅读原文

本文内容由飞星网基于公开资讯整理生成，仅供学习参考，版权归原作者及原网站所有。