MIT
MIT 权重编辑能修模型缺陷,但离自我进化仍很远
MIT 提出的权重编辑方法,可在不重新训练的情况下修补提示词注入、静音幻觉等明确缺陷。实际测试显示它适合针对性修复,但远不等于模型能自主改进,落地价值仍取决于问题是否清晰可描述。
找到 2 篇关于此标签的文章
MIT 提出的权重编辑方法,可在不重新训练的情况下修补提示词注入、静音幻觉等明确缺陷。实际测试显示它适合针对性修复,但远不等于模型能自主改进,落地价值仍取决于问题是否清晰可描述。
一名研究者用 Claude Opus 定位并编辑 Qwen3.8-27B 的权重,让模型在部分任务上更愿意回答,同时保住静态测试能力。结果说明模型拒答并非集中在一个开关,而是分散在多层网络;降低限制能局部实现,却难以稳定、均衡地控制。