arXiv · 机器人与计算机视觉· Timo Oksanen·· 11 小时前精选AI 评分82
权重空间编程:大语言模型原生编写神经网络权重以控制真实拖拉机
Weight-space programming for tractor guidance controller: large language models natively write neural network weights that steer a real tractor
AI 导读
该论文提出“权重空间编程”概念,即大语言模型依据自然语言规范直接读写神经网络权重,无需优化器或梯度下降。研究将 GPT-6 Astra 和 Claude Fable 5.1/5.2 应用于自动拖拉机引导任务,在仿真中修复了为另一台拖拉机训练的 253 参数网络,并从零权重编写出控制器;两者均能正确分析闭环控制理论。
推荐理由
研究展示了大语言模型直接读写神经网络权重的方法,成功在真实拖拉机控制器中实现路径引导。
来源:arXiv · 机器人与计算机视觉 · arxiv.org