MIT的Takehi等人提出weight-space programming,让前沿智能体读取网络权重并写出修补。GPT-6 Astra在无梯度条件下纠正Qwen3.5-0.8B的推理循环,用掉158轮交互、8970万token和50次前向请求。Tree-Ising把同一任务写成模型自身BF16权重上的稀疏离散优化。在智能体改过的两层、同一评测协议下,MATH-500从基座报告的7.9%升到54.6%,高于智能体编辑的51.7%。
把修补收成按行Ising问题
前向统计定义目标:削弱循环方向、加强收束方向,并在有效token上保持该层输出。表示采用状态树,无损BF16存储是特例。允许的编辑只有符号翻转和指数平移,且必须保留全部共享的组指数与尾数。该目标被精确分解为独立的QUBO(Ising)问题,每个输出行一个,在GPU上用模拟退火或量子启发的模拟分叉求解。
数字、显著性和材料缺口
模拟分叉得到55.1%,与54.6%在统计上不可区分。两种求解器在全部五个数学基准上都超过智能体编辑;多重比较校正后,MATH-500与GSM8K的提升具有统计显著性。方法改动的权重比智能体少13%到17%。摘要在reduces一词后截断,少改权重之后还减少了什么,材料没有给出,本文不补写。另外三个基准的具体分数、层的编号、前向统计如何采集,摘要均未提供。
我的判断
价值是把智能体改权收成可分解、可上GPU的离散优化,动作集合清楚:只动符号和指数,并保住共享组。同一协议下分数更高、改重更少,这两点材料里站得住。适用边界窄,目前只覆盖Qwen3.5-0.8B的两层和五个数学基准;目标依赖前向统计,循环是否为唯一失效模式并未说明。局限同样明确:摘要不完整;两种求解器效果不可区分,换求解器不等于效果跃迁;Tree-Ising是在智能体已经选定的两层上再优化,不是从零找出该改哪。当作小模型上的权重手术案例有用,外推到更大模型和其它坏模式,现有材料不够。