LONGFORM READING
FB体育官网 - 从比赛进程到关键时刻,一路都有看点 最新动态 不用训练!Opus 5.5直接手写Transformer权重,13类任务全拿100%

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

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

FB体育带来本期体育资讯:

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

更多赛事消息,关注FB体育。

分享这篇内容

让更多人看到这份有价值的赛事观察。

TRENDING DESK

热点新闻

快速查看当前内容池中正在被关注的文章。

人到晚年才明白:跟这三个人搞好关系,才是后半生最大的依靠……

人到晚年才明白:跟这三个人搞好关系,才是后半生最大的依靠……

◆ ◆ ◆ 人生一世,草木一秋。 人这一生,何其短暂,活着活着人就老了,过着过着就到晚年了。 年轻时,总觉得有家人朋友相伴,日子就不会难。 直到 两鬓斑白,步履蹒跚,才真正懂得 : 风雨路上,别人给的伞,只能撑一时,自己有伞,才能无惧风雨袭来。 当你老了,请主动依靠这三个人,给自己的晚年多一点保障。 01 最美的陪伴,是老伴 曾经沧海难为水,除却巫山不是云。 ——元稹《离思》 老话说:“百年修得同
明年,房地产将大翻身

明年,房地产将大翻身

过去几年,市场经历了一轮深度调整,价格、成交和信心都承受了压力。但进入2026年,一组可以被核验的数据和制度变化,正在把一个更清晰的图景推到台前:泡沫在消化,成本在降低,规则在重建,而核心城市的真实需求,正在用成交和价格企稳的方式,为市场的底部提供支撑。 价格的调整已经足够充分,泡沫的挤压为后续修复腾出了空间。 国家统计局70城数据显示,自2021年年中高点至今,全国新建商品住宅价格指数累计回落约
中选后民主党开始行动,特朗普直接放狠话:敢弹劾我就摧毁民主党

中选后民主党开始行动,特朗普直接放狠话:敢弹劾我就摧毁民主党

11月9日,白宫简报室的讲台后面,站着的不是新闻秘书,而是UFC总裁达纳·怀特。特朗普亲自把他推上台,还笑着说,怀特会先聊几句,接着把记者揍得找不着北。 同一周,国会山那边,众议院司法委员会新主席拿到了传票签发权,共和党议员马西递上了弹劾国防部长赫格塞思的八项条款。 我觉得,白宫真正怕的不是弹劾,而是传票:弹劾有票数门槛兜底,传票没有。那么,这场热闹的选秀,到底想挡住什么? 讲台变擂台 两天前,特
32GB+1TB!华为新品官宣:11月24日,正式预售

32GB+1TB!华为新品官宣:11月24日,正式预售

随着应用、游戏等生态不断更新,对配置+性能的要求越来越高,所以各大新品不断升级,确保各大场景流畅运行。 在内存方面,手机/平板最高为24GB,电脑本最高为128GB、256GB,而存储方面,手机/平板最高为2TB,电脑本最高为16TB及以上,部分电脑本支持扩展。为了进一步提升双存效率,部分品牌推出超空间技术、内存融合、存储压缩等,实现双存最大化。 华为新品预热,定档在11月24日正式预售,首款小折
西媒:未来体育场不限于比赛,一年365天都是城市不可或缺一部分

西媒:未来体育场不限于比赛,一年365天都是城市不可或缺一部分

直播吧11月19日讯 埃菲社报道,大型体育基础设施正在探索比赛日之外的盈利新模式。其关键在于转型为融入城市肌理的休闲、娱乐与商业活动综合体。 一座体育场在比赛日能吸引数以万计的球迷,但在一年中剩下的350天里又该何去何从?这是在利雅得航空大都会球场举办的第三届“体育场峰会”上引发的深思。 当前的目标是摆脱每年仅靠约15个足球比赛日创收的单一依赖,让体育场在全年都保持生机与活力。在投资、创新与战略专