Weight space programming
Fellow suit ce sujet depuis novembre 2026 : 6 articles résumés en français, dont 4 jugés majeurs ou notables.
Toute l'actualité · 6 articles
Battre les benchmarks en optimisant l'espace des poids de modèles de décision avec DSPy
dspy-wsp, un optimiseur prototype pour DSPy, permet à un modèle frontier d'observer et de modifier les poids d'un autre modèle, sans gradients ni entraînement.
Aventures dans la programmation dans l'espace des poids : Beaker édite un seul neurone de Qwen3.5-0.8B
Beaker, agent d'amélioration autonome, a trouvé en environ une heure une édition d'un neurone qui réduit les boucles et fait passer Qwen3.5-0.8B de 7,4 % à 37,4 % sur MATH-500.
[AINews] Dans les coulisses de Latent Space : Kill My SaaS, Jev et l'IA en 2026 | AIEi Shanghai
AINews revient sur la controverse autour de la « Weight Space Programming », sans rétractation, et met en avant l'AI Engineer Shanghai ainsi qu'une interview exclusive sur l'histoire de Latent Space.
Programmation dans l'espace des poids pour auditer des réseaux de décision cliniques
Un LLM de pointe, doté seulement d'un protocole clinique et des poids d'un petit réseau, identifie la règle défaillante dans 16 réseaux défectueux sur 18 et les répare en modifiant peu de paramètres.
Qwen 3.8 27B, sur un laptop, sait aussi interpréter les poids d'un modèle
Simon Willison reproduit un exemple du papier « Weight-Space Programming » : un Qwen 3.8 27B local lit des poids bruts de réseau, une capacité attribuée jusqu'ici à GPT-6 Astra.
Astra lit et écrit des poids de réseaux de neurones pour améliorer Qwen sans entraînement
Des chercheurs du MIT CSAIL montrent que GPT-6 Astra identifie la tâche d'un réseau à partir de ses poids bruts et édite 0,016 % des poids de Qwen3.5-0.8B pour améliorer ses résultats en maths.