跳到正文
热点事件持续更新

研究者发布WeightBench基准,评测大模型直接操作神经网络权重

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

Aayush Marasini等在arXiv发布WeightBench基准,用于评测大语言模型直接操作神经网络参数(权重空间编程,WSP)的能力,并公布了各模型在42项WSP任务上的评测结果。 该基准设五条赛道:读取权重、修复权重、编写权重、识别不可行编辑和无数据压缩。被测网络规模从2K参数的控制策略到7B参数的语言模型。

AI 根据报道生成 · 3 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月16日
  1. arXiv cs.AI
    WeightBench:将大语言模型作为权重空间程序员来评测的基准

    一篇 arXiv 论文提出 WeightBench,用覆盖读权重、修权重、写权重、识别不可行编辑和无数据压缩五条赛道的 42 项 WSP 任务评测大语言模型直接操作神经网络参数的能力,被测网络从 2K 参数控制策略到 7B 参数语言模型。

本事件热度走势

可比范围当前
9
可比范围峰值
1011月16日 14:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。