RealFeedApp Qwen3.5-0.8B Präzision steigt von 7,9 auf 48,1 Prozent
Ein Neuronen-Edit durch das autonome Agenten-System Beaker erhöhte die Genauigkeit von Qwen3.5-0.8B um 30 Punkte. Das Modell löst nun etwa 48 Prozent der MATH-500-Probleme korrekt.
- Bereich
- Training von Sprachmodellen
- Was gemacht wurde
- Ein Forschungsprojekt von MIT CSAIL hat gezeigt, dass ein Sprachmodell ein anderes direkt durch das Bearbeiten seiner Gewichte verbessern kann, ohne dass ein Training oder Gradientenberechnung stattfindet. Dabei wurde Qwen3.5-0.8B von GPT-6 Astra so bearbeitet, dass seine Genauigkeit bei Mathematikaufgaben von 7,9 % auf 48,1 % gestiegen ist.
- Warum es wichtig ist
- Dieser Ansatz könnte dazu führen, dass Modelle sich selbstständig und kontinuierlich verbessern können, ähnlich wie sie heute Prompts oder Code korrigieren.
#llm#weight editing#gpt-6 astra#qwen3.5#continual learning
