Hacker News · aayushmarasini / hacker_news ·

WeightBench:评估 LLM 作为权重空间程序员的能力

为什么值得读: 模型能力评测的新颖方向,开源可复现,对理解模型内在机制与工具化改造有参考价值。

AI 摘要

提出一套基准,考察模型直接在权重空间进行编辑与程序化操作的能力,并给出开源评测实现。

打开原文阅读完整内容 →
相关事件与更多上下文见编辑部与归档页。