Feature Reading

不用训练!Opus 5.5直接手写Transformer权重,13类任务全拿100%

将文章核心主题、阅读路径与关联内容进行更清晰的组织,帮助用户以更流畅的节奏进入正文。

不用训练!Opus 5.5直接手写Transformer权重,13类任务全拿100%
Sports Insight

当前位置

当前正在查看文章详情,可沿路径返回栏目页或继续切换其他内容。

不用训练!Opus 5.5直接手写Transformer权重,13类任务全拿100%

今日体育资讯,由易胜博官网整理:

新智元报道 在13类复杂的算法任务、26次独立运行中,一个全新的神经网络在隐藏测试集上全部达到了100%的准确率。

更不可思议的是,整个过程没有喂给它海量数据,甚至完全没有使用「反向传播」和「梯度下降」。

这个晶莹剔透、小巧至极的满分神经网络,是Claude Opus 5.

5,用代码一行一行直接「手写」出来的。

近日,微软研究院联合约翰斯·霍普金斯大学、哥伦比亚大学和纽约大学的团队,发表了新研究 「可解释权重空间编程(iWSP)」 。

这项研究证明:前沿大语言模型已经可以直接越过传统的优化器,依据固定的评测反馈,像外科医生一样精准构思计算逻辑,并用代码将算法直接写进Transformer的权重里。

不用反向传播,AI直接当起「钟表匠」 深度学习常被戏称为「炼丹」。

整个过程,就像一群盲人围着一台布满几亿个旋钮的巨大控制台,谁也看不见里面长什么样,只能凭机器偶尔发出的「报错声」,摸索着拧这个、转那个。

几万步迭代下来,机器居然真就正常运转了,某些任务甚至比人类自己还高,堪称「原地飞升」。

可你要是追问一句:哪个旋钮管逻辑?

哪个旋钮管记忆?

没人答得上来。

总之,效果拔群,原理不详——旋钮拧对了是玄学,拧错了是事故,中间隔着一整片无人能解释的黑箱。

在工程应用上,只要预测得准,这勉强可以接受。

但在脑科学、物理学等极其严肃的科学探索中,这个缺陷太致命。

正如研究团队所指出的核心痛点: 神经网络预测得很好,但很难被理解。

在以『解释』为终极目标的科学领域,这是一个严重的问题。

以神经科学为例,深度编码模型能够非常准确地预测大脑对自然刺激的反应,但它们却根本说不出,究竟是刺激中的「哪些特征」驱动了这些反应。

为了打破这个死局,微软团队提出了iWSP。

他们决定:不许用反向传播,直接让AI去设定那些旋钮。

在iWSP的框架中,Opus 5.

5化身为创世者。

它完全颠覆了传统的工作流: 纯粹的推理: 面对任务,系统不允许Opus进行任何基于梯度的训练。

每次迭代,智能体只能看到一个单一的验证分数(Validation score)。

手写权重: Opus必须调用它已有的先验知识,构思一套计算逻辑。

然后,它直接编写Python代码,显式地写出特征,将这套逻辑转化为具体的权重数字。

闭环迭代: Opus评估这些特征,重复利用已知的正确模块,并根据那个单一的分数反馈,不断修改代码。

平均每次跑39轮左右。

最终诞生的,是一个人类可以像阅读普通书籍一样,从头读到尾的「透明」Transformer。

它的每一个部分、每一行权重,都是AI「有意写就」。

反常识的真相 这项实验最让人拍案叫绝的,不仅是它成功让AI造出了AI,更在于它揭示了一个违背直觉的真相。

在传统的AI语境里,我们笃信「大力出奇迹」。

千亿参数只是起步,万亿参数才是未来。

大家都以为,神经网络越大越能干。

但这篇论文的数据,直接把这个常识反了过来。

在13类算法实验中,所有由AI「手搓」出来的模型,最终都在隐藏测试集上拿到了 100%的准确率 。

但当我们对比Anthropic家族不同级别的模型时,神奇的现象出现了: 同样把算法题写到全对,越强的AI,写出的网络越小。

相对基础的Haiku 5.

5 手写的网络,参数量中位数高达 100,000个 。

中等Sonnet 5.

5 需要的参数量中位数是 41,600个 。

当前最强的Claude 模型Opus 5.

5 ,它手写的网络参数中位数,只有极其夸张的 166个 !

建议大家把「166个参数」打在公屏上。

在这个动辄千亿、万亿参数的大模型时代,166个参数简直就像一颗微尘。

为什么会有这么离谱的差距?

日志记录了Opus的「心路历程」: Opus的策略是,先想办法写对,再一轮一轮地往小里删。

一开始,Opus为了保证逻辑能跑通,也会先写一个大概有3400个参数的网络。

在可见集拿到100%满分后,它开始疯狂精简代码。

它把冗余的计算剔除,把复杂的矩阵压缩,硬生生把平均3400个参数,删到了200个上下。

about image

这就像是学霸和学渣的区别。

学渣(Haiku)不懂公式背后的原理,遇到不会的题就靠死记硬背,把所有可能的情况都塞进脑子,所以需要10万个参数的「大笔记本」。

而学霸(Opus)彻底看透了算法的本质,直接提炼出了最核心的计算规则,所以只需要166个参数的「一张小纸条」。

这个发现极其震撼。

它证明了:如果能找到真正正确的逻辑,解决复杂问题根本不需要堆砌。

从数学题到人类大脑,让科学免于「被糊弄」 你可能会问:费这么大劲,让AI手搓几个做数学题的极小模型,到底有什么用?

答案是: 为了真正的科学发现。

科学界目前正面临一个尴尬的困境。

拿神经科学来说,科学家为了搞懂人类大脑,会使用现成的深度学习黑盒模型来预测大脑的反应。

确实,模型预测得很准,但科学家傻眼

本文内容由易胜博官网整理。

觉得有用?分享给朋友

让更多人看到这篇内容

推荐阅读

Search
热点新闻
这下子,很多国企老员工已经不敢提前退休了!
这下子,很多国企老员工已经不敢提前退休了!

1951年2月26日,《中华人民共和国劳动保险条例》公布。新中国第一次用法规给工人的晚年划了一条线:男职工六十岁、女职工五十岁,可以退职养老。 那时候人均预期寿命才三十几岁,能在车间里干到六十岁的人不多。对他们来说,退休金更像一枚奖章,不算一项福利。 七十多年过去,这条线开始往后挪了,站在线前的也换成了另一拨人:五十多岁、在国企干了大半辈子的老职工。前些年他们闲聊,最爱说的是“还有几年能退”。 这

被重庆荣昌区委书记请吃饭的企业家发声:在当地苍蝇馆子吃的,人均消费50元
被重庆荣昌区委书记请吃饭的企业家发声:在当地苍蝇馆子吃的,人均消费50元

“我来买单,哪个抢单就不准吃饭。” 日前,重庆市荣昌区委书记高洪波一条“带头下馆子”、自己买单请企业家吃饭的视频爆火。此前,他因号召干部带头消费引发关注,也让荣昌火了一把。 高洪波在自己的抖音账号“荣昌老高”发布相关视频,还晒出了账单。高洪波亮出自己的手机二维码预付2000元,最终实际消费1108元,老板抹了8元的零头,高洪波实付1100元。 6月30日,在饭桌上的华森制药党委书记、董事长游洪涛和

中东替中国分担压力,美军3航母包夹,南海能喘口气,有机会布局
中东替中国分担压力,美军3航母包夹,南海能喘口气,有机会布局

我一直觉得,观察美国在全球的军事部署,不能只盯着某一个地区,更要看它的兵力究竟往哪里调,哪些方向正在增加投入,哪些方向又可能出现力量空缺,最近中东发生的事情,就很值得关注。 11月15日,美军罗斯福号航母打击群进入美国中央司令部责任区,加上已经部署在当地的华盛顿号和布什号,美国在中东形成了三个航母打击群同时存在的态势。 这是今年4月以来,美国再次在中东集结三支航母打击群,三个航母打击群同时出现,意

水均益直播谈刘欢葬礼后事,转而澄清争议,卢璐痛苦处境曝光
水均益直播谈刘欢葬礼后事,转而澄清争议,卢璐痛苦处境曝光

11月12号,怀柔长城根儿下,刘欢最后那场仪式,比他早年开小型歌友会的暖场时间还短。全程没媒体镜头,没花圈没追悼会,连治丧委员会都没设。 所有流程都是卢璐攥着半宿熬出来的,她一边咽着丧夫的苦,一边盯着现场每根白百合的摆放,给上台发言的亲友递话筒调设备,连个喘气的空都没。 墓地是卢璐拉着水均益、毛阿敏跑了不下五趟挑的,背靠长城的僻静处,墓碑上没写半头衔半作品,就刻了八个字:君来有声,君去无语。碑前摆

我的启蒙妈妈:“晓淳,你还在跟杨丽娜同学来往吗?”
我的启蒙妈妈:“晓淳,你还在跟杨丽娜同学来往吗?”

爸爸是一个喜欢安静的人,平时跟朋友们在一起顶多就是喝喝茶,他多数时间是在家里一边喝茶一边看电视或者看报纸杂志。爸爸特别喜欢看新闻和体育类的报刊杂志,平时看电视就只看中央四台和五台。 一天晚餐时,爸爸边吃饭边看着报纸,妈妈坐在我的对面。对爸爸的这一习惯妈妈是很有意见的,可这么多年来不知道妈妈说过多少回,爸爸就是改不了。 那天吃饭的时候妈妈起身上了一趟卫生间,我不由开玩笑说:“妈妈不是教育我说,吃饭的