AI图鉴

AI图鉴首页 › AI 资讯 › “Astra能读写重量

“Astra能读写重量

来源:Hacker News · 发布时间:11-03 · 由 AI图鉴每小时自动聚合

文章 URL:https://honnibal.dev/blog/astra-read-write-misleading 评论 URL:https://news.ycombinator.com/item?id=503511 要点:202# 评论:36

舞台魔术师经常用多种方式表演同样的魔术。 一个迭代使用 gi道具,下一个显示您的道具不是 gi道具,当你看表演时,你假设只有一种技术,所以每次他们这样做,他们似乎都会揭穿你关于它必须如何运作的假设。

这几乎就是`Astra'的实验可以读写重量来改进Qwen的后期工作。 这篇文章的抽象称:

GPT-6 Astra通过观察原始的重量,可以知道一个网络是怎样训练的。 而没有任何环境反馈,它没有写作困难,从零开始,小游戏播放网络超越了PPO训练的1亿步的游戏网络。

同样,Astra要求让Qwen3.5-0.8B在数学上好一些,而不是梯度。 Astra在权重中找出一个问题,引起Qwen自己的模型卡警告左右的推理循环,并通过本土编辑0.016%的权重来修正这个问题。 在相同的采样设置下,这种重量校正融资 MATH-500从7.9%升至48.1%,并概括出框到后面的指令,将IFEval提高3x.

Qwen实验“只看原始重量”有效吗?事实并非如此。 事实上,即使是“小游戏网络”实验也“仅看原始重量”行不通。 也有研究原始重量的实验,改进游戏游戏网络的实验,还有在数学上改进Qwen的实验。 但后两者并不只是看原始重量。

以下是该职位的实际工作以及技术如何运作。

" 仅看原始重量 " 设定(上下文中的浮点、没有工具、没有运行网络)只在实验1、2和4中出现在17K-172K重量的网络中。 每个涉及真语言模型的实验都使用Python,而Qwen结果作为头条,也可以在多达50批的练习问题上运行模型。

Qwen的结果其实是显示可以促使Astra设计和完成人类ML工程师可以完成的任务。 人类ML工程师编写代码片段,这些代码分析甚至修改网络权重,"直接"不断地。 找出如何卓有成效地做到这一点并不是什么事情,一年或两年前的AI模式在所有这些任务上都会失败。

但对于我来说,Qwen结果和其他使用Python的实验并不属于直接读取重量的实验,一种既能实现“从零开始对小游戏的授权权重”又能实现“改进大模型在样本任务上的性能”的单一技术将意味着一种深度能力。 如果你测试一种单一的技巧,你用这种方法演示了一种“gestalt”的权重(它可以从零开始写出来),但这里完全不是这样,因为它不是一个单一的技术。

本文由 AI图鉴自动抓取并翻译,版权归原作者所有;如需查看原文请点下方链接。

相关 AI 工具

相关免费羊毛

同源资讯

阅读原文(honnibal.dev)

标题、摘要与正文均来自该信源的公开页面,版权归原作者所有;本站自动聚合与翻译,仅作出处跳转。

← 返回 AI 资讯列表AI工具图鉴首页

返回 AI图鉴首页 · 提交工具 · 商务合作 · 关于本站 · 608 款 AI 工具分类导航 · 每日 AI 热门项目与动态