AI图鉴

AI图鉴首页 › AI 资讯 › Astra 能够读写重量以改善 Qwen

Astra 能够读写重量以改善 Qwen

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://rikiyat.github.io/blog/重量-空间-编程/ 评论 URL:https://news.ycombinator.com/item?id=50341174 点:642# 评论:184

TL;数据

我们发现LLMs在本地阅读和写作神经网络的重量方面,这对优化和可解释性来说都是一件大事。

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.

所有这些都是有可能的,但不允许Astra写训练循环。 它用其推理来确定神经网络的每个部分会计算什么,或者应该计算,并相应改变权重。 我们称之为重空编程。

纵观深奥的学习历史,我们把我们简单化的诱导性偏见编码成像亚当或穆恩这样的小象征性优化者。 这正在改变:我们的神经网络重量很快就会被LLMs本地优化,这些LLMs会刻意解释它们的重量。

如果你被要求手动一个播放Go的神经网络你会怎么做?如果你被交给原始神经网络重量并要求预测他们的行为你会从哪里开始呢?对于几乎所有人类来说,这几乎是不可能的。

如今,权重是通过优化来书写,通过训练有素的自定义网络书写,或者通过正规程序的编译器来书写。 在本文中,我们发现在自然语言中使用的现代前沿LLMs开始精通理解和构思围绕自然语言目标的神经网络权重。

数年来,我们都一直使用LLMs来优化文字文物,最近,我们开始使用它们来优化整个绳索

我们经常以我们不知道其他原则性方法来证明这些方法的合理性,毕竟,人类可以手动“优化”代码,比如说,所以要求LLMs来做是有意义的,但是他们不能手动“优化”神经元的重量,所以这些基本仍停留在符号算法领域。

在本文中,我们分享了非常早期的结果,让我们可以论证,推理驱动优化的范式现在正在出现,即使是不同的神经网络。

在Weight-Space编程中,一个通用的LLM直接地(即不通过优化器,尤其是没有梯度下降)围绕一些自然语言谱读写网络的权重,有时甚至根本没有环境反馈。

在自然语言中,LLM有可能在本地找到神经网络内隐藏的特质或故障,或修复故障,或从零开始写新网络。 我们很早就报告以下各项令人兴奋的结果

- LLMs可以读取神经网络权重:在实验1到3中,我们向Astra询问一个网络接受过什么游戏训练,一个传播模型绘制什么形状,以及一个小语言模型接受过什么语言训练。 在实验7中,我们问两个语言模型中哪一个被训练成为了y.

- LLMs可以固定神经网络重量:在实验4中,我们要求Astra修复一个在某种物理控制任务上失败的网络。 在实验8中,我们要求它使Qwen3.5-0.8B在数学上更好,它的修补也改进了后续的教学。

- LLMs可以从零开始写神经网络权重:在实验5中,我们要求Astra的网络播放三款MinAtar游戏,在实验6中,要求一个网络播放Go.

我们从一个小规模的实验开始,看看LLMs是否能够理解持续重量空间,这基本上是一个数字列表。

在我们的首次实验中,我们用一些算法来训练一些神经网络。 如果LLM能从重量上分辨出它的行为,那将是非常令人兴奋的。

实验1

Astra能知道网络是从重量开始训练的吗?

我们用PPO训练神经网络政策来玩四个电脑游戏所有四个网络都采用相同的输入通道,从相同的动作中选择,并且具有完全相同的网络维度,因此除非重数被读取,否则无法分辨。

对于每一个这些网络,我们把它的原始重量传递到Astra作为一个提示,然后问:这个神经网络被训练在哪个游戏上?在不透露我们所考虑的游戏选项的情况下,Astra仍然能够为所有四个网络命名正确的游戏。 这特别令人兴奋因为有很多游戏可以让Astra选择

Astra似乎能够根据每个网络的重量特征,找出每个网络的游戏设计。 例如,在每个输入通道的第一层重心集中的地方(例如,对于突破,agent的重心位于下行,划桨),以及输出层分解的动作。

实验2

Astra能知道扩散模型会产生什么结果吗?

其次,我们想看看这是否概括到其他任务和模式。

我们训练传播模型(DDPM)独立生成圆形,三角形和方形图像。 然后,我们问Astra,它是否能够仅仅从重量来判断DDPM的训练能产生什么。 我们不允许使用工具或发出通行证。

Astra能够从重量中分辨出每个模型产生什么。 它的发现是输出层中的形状,每个隐藏单元的重量画出一个形状的边缘,它只画出这些边缘。 有趣的是,它把每个形状画成一个大纲,忽略了实际模型产生填充形状。 这种误差类型为显示,它并不依赖于计算前传,而是实际上读取了权重的结构/几何。

实验3

Astra能知道语言模型从网络中间学到了什么吗?

现在,在前面的两次实验中,Astra 并没有真正看到整个网络,并且可以逃脱只读第一层或最后一层。 对于我们真正关心的更大的(特别是语言的)模型和问题来说,这不是一个可扩展的策略,因为它们是如何通过它们的输入处理和思考的,经常发生在中间层。 接下来,我们把第一层和最后一层移开,只留下中间层的Astra。

我们训练三个小语言模型(7.2M参数)来预测下一个字符,在Python代码The Python代码数据集上各一个,作为它的文件列表,其中有一个脚本重建它:GitHub,字母(romaji)中的日语,以及英语。 然后我们去掉输入层和输出层,并只给Astra在两者之间的四个变压器块。 没有这两层,在称的重量中,没有哪个字符,模型不能运行在任何文本上。 Astra可能用Python分析权重,但可能不会在任何输入上运行网络或其任何层。

我们问:这个网络受过何种语言的训练,它的24个关注头头都做什么。 Astra将所有三个网络的正确语言命名为正确的语言,在它的两次尝试中。 它同样是发现每复制一个头(介绍头),让一个模型重复它之前看到的文字的头,没有将其他头命名为一个头。

推理是这样的要分辨Python, Astra 寻找复制头,让一个模型重复早先的文本,例如当全部到来时,它没有运行任何东西,就发现了一个第一层头部,它向后看一个字符,然后通过乘积矩阵,后期的头部使用头部带来沿边搜索(图1). 我们发现这实际上是Elhage等人提出的方法,我们从未向Astra提及过。 代码重复的名字远不止于散文,因此许多抄袭头指向Python.

Romaji之所以突出,是因为它给的四个街区中的最后一个街区(而不是被移除的输出层)的写法不太明确,仿佛模型的字母可以分解的更少。 事实上,romaji从来没有使用一些字母如q,l,v和x.

目前,阿斯特拉只读过重量。 现在,我们问阿斯特拉是否知道如何写重量。

实验4

Astra能否通过编辑其权重来修正一个失效的网络?

我们训练一个PPO网络来操作一辆车,要做到这一点,它就需要在一定距离上反转车厢,这样它就有足够的runway加速足够长的时间来克服坡道。 然而,PPO网络与当地最低政策一致,在坡道上直行并被卡住。

我们给GPT-6 Astra的权重,场景的描述和录制的一集,请它解释网络为何失败,然后通过写新权重来修复。 在一次没有工具的尝试中,Astra的编辑使得汽车在所有1,024集中都成功,改变了3.5%的重量。

从环境背景和PPO网络的轨迹来看,Astra发现网络已经汇合到当地的最低水平。 通过最小的编辑到重量,Astra在全速前进前将政策修改为车顶。 Astra的推理显示 How:它是一个小的分离路径,通过每层数个单元来读取汽车的位置和速度,一旦绿色车轮经过红条,路径就会关闭,训练有素的网络会驱动其余部分。

实验5

LLM能从头写出重量吗?.

现在让我们看看Astra能否从零射出一个神经网络。

我们拿三款MinAtar游戏:突破,海捕和Asterix. 每一个都提供Astra游戏规则和源代码,以及相应的网络。 无法获得数据、损失、梯度和工具。 我们也不允许Astra在环境中推出网络。 仅凭网络权重和环境描述,Astra直接在文本中生成新的权重,之后我们评价新的网络。

Astra生成的网络在所有三场比赛中击败了经过1亿步训练的PPO. 对PPO训练了5亿步,他们在突破赛中得分是20倍,在Asterix更接近,在Seaquest中达到60%的得分。

它是如何做到的:Astra 理由关于它希望每个网络执行的想要的程序,并将其转化为神经形式。 例如,在Breakout中,Astra程序了计算球落地的第一层,第二层程序将桨移到那个位置。

目前为止,我们所审查的大多数网络都有直接与Astra的背景相适应的权重,我们没有能够使用工具。 作出这种限制是为了突出LLMs本土拥有一定能力解释重量空间的事实。

从这里开始,我们力求推动重量空间编程的能力,并考虑在网络与上下文不相适应以及工具能够帮助LLM理解/写入重量空间的情况下,更现实世界的相关情景。

实验6

写入 Go 算法

我们现在测试Astra在150万参数尺度上编辑权重的能力,这个尺度太大了,无法直接适应其背景。 Astra被指示从零开始写给定架构的高性能加权数(243 512×6 82),没有训练或网络访问。

这里,绳子给Astra一个Python沙盒,它可以读到并保存网络的重量计数器(开始时均为零)和分析t

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(rikiyat.github.io)

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 · 607 款 AI 工具分类导航 · 每日 AI 热门项目与动态