作者复现论文实验：Qwen 3.8 27B 本地解读模型权重
热点事件持续更新
作者复现论文实验：Qwen 3.8 27B 本地解读模型权重
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Simon Willison 用论文《Sparks of Weight-Space Programming》的原始提示词，在笔记本上让 Qwen 3.8 27B 仅凭浮点权重识别游戏：Pac-Man、Pong 和 Breakout 均成功，分别耗时 46 分 12 秒、1 小时 4 分 54 秒和 52 分 25 秒；更冷门的 Freeway 则失败，Willison 称这在意料之中。 Willison 通过 LM Studio 加载模型，必须使用长上下文窗口，默认 8192 上下文会报错，并用环境变量调高了超时时间。
AI 根据报道生成 · 2 小时前更新
最新进展11月4日 00:29
Qwen 3.8 27B 在笔记本上也能从权重推断模型行为报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- Simon WillisonQwen 3.8 27B 在笔记本上也能从权重推断模型行为
Simon Willison 用论文《Sparks of Weight-Space Programming》给出的原始 prompt 实测，Qwen 3.8 27B 在笔记本上仅凭浮点权重就识别出 Pac-Man、Pong 和 Breakout，分别耗时 46m 12s、1h 4m 54s 和 52m 25s，但在更冷门的 Freeway 上失败。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。