Исследователи из MIT показали, как модели ИИ напрямую редактируют веса другой модели бе...
Исследователи из MIT показали, как модели ИИ напрямую редактируют веса другой модели без обучения. Докторант из Беркли Алекс Крентсель прогнал один из их тестов на старых и новых моделях. Каждая модель должна была одним ответом выписать все числа внутри небольшой сети, играющей в аркадную игру Breakout, без обучения и инструментов. Эталоном служит сеть, обученная методом проб и ошибок за 500 миллионов шагов. GPT-6 Astra показала результат в 22 раза выше эталона, Claude Opus 5.5 — в 20 раз, GPT-6.1 Sol — в 18 раз. GPT-5, GPT-5.5, Opus 4.5 и 4.8 не достигли эталона. Крентсель назвал это скачкообразной формирующейся способностью, появившейся только в последнем наборе моделей. Оговорка: сеть крошечная — 20 486 параметров, тогда как у передовых моделей около триллиона. На топовых моделях с открытыми весами это пока не сработало. 🖥Мы в Телеграм Новости IT Всемм 💻Мы в Max Новости IT Всемм