大语言模型通过编辑权重修复机器人策略
热点事件持续更新
大语言模型通过编辑权重修复机器人策略
2 篇报道1 个报道来源13 小时前更新
先了解这件事
AI 综述
2026 年 11 月,Zhang、Wang 和 Lin 提出利用 GPT-6 Astra 读取并编辑神经网络权重以修复机器人词汇指令接地问题。该方法无需梯度更新或新演示,在$\pi_{0.5}$模型上三次独立会话均提升了未见过释义的成功率。 随后,Oksanen 发表研究将“权重空间编程”概念扩展至真实拖拉机引导任务。研究应用 GPT-6 Astra 和 Claude Fable 系列模型,在仿真中修复了为另一台拖拉机训练的控制器,并实现了从零权重编写控制器的功能。
AI 根据报道生成 · 10 小时前更新
最新进展11月18日 13:00
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事件进展
2 个进展
- 11月18日 13:00 · 1 篇报道大语言模型直接编写神经网络权重以控制真实拖拉机arXiv · 机器人与计算机视觉: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
- 11月9日 13:00 · 1 篇报道LLM 通过编辑权重修复机器人策略词汇指令接地arXiv · 机器人与计算机视觉:大语言模型能否通过编辑权重来调试机器人?
报道时间线
沿着报道,了解事件的不同侧面。
11月18日
- arXiv · 机器人与计算机视觉精选权重空间编程:大语言模型原生编写神经网络权重以控制真实拖拉机
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。
11月9日
- arXiv · 机器人与计算机视觉大语言模型能否通过编辑权重来调试机器人?
该预印本论文提出在机器人基础策略中引入权重空间编程方法,利用 GPT-6 Astra 读取权重并结合 CPU 工作区与预算化仿真反馈进行修复,无需梯度更新或新演示。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 911月18日 16:00
- 近 24 小时变化
- –
02.557.510
16:0018:0020:0022:0011月19日
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。