研究：LLM 零样本手工编程权重玩转棋类游戏
原文标题：Zero-Shot Weight-Space Programming Across a Difficulty-Graded Ladder of Two-Player Games
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
arXiv 新论文提出用大模型零样本手工设定前馈网络全部权重、不依赖梯度下降与训练数据，在 Nim、井字棋、两种尺寸四子棋和国际象棋残局四级难度阶梯上构建十个网络。六个网络可对独立预言机给出完整正确性证明，国际象棋残局在一层杀检测上精确但在多步将杀规划上成功率骤降至 0.57%-9.13%。
- 问题
- 大模型能否零样本手工设定网络全部权重、不靠梯度与训练数据，尚不清楚边界。
- 方法
- 设计 Nim 到国际象棋残局的四级难度阶梯，构建十个网络并与独立预言机验证，另设结构无关的对照网络分离难度与具体游戏因素。
- 结果
- 六个网络有完整正确性证明；国际象棋残局一层杀检测精确，但多步将杀规划成功率降至 0.57%-9.13%。
- 影响
- 权重空间编程在正确性可廉价验证处可靠，复杂规划仍不可托付。
深读 · 结论先行AI 生成展开看要点与影响 ↓
LLM 零样本手工设定全部权重建成 10 个棋类网络，6 个获完整正确性证明，国际象棋多步将杀骤降至 0.57%-9.13%
- •方法为 weight-space programming：按显式计算规格手工设定前馈网络全部权重，不用梯度下降、不用训练数据
- •四级难度阶梯为 Nim、井字棋、两种尺寸四子棋、国际象棋残局，每级另建一个结构无关的对照网络，共 10 个网络
- •6 个网络对独立预言机给出完整非统计正确性证明；国际象棋残局走子合法性与单层杀检测精确
- •多步将杀规划成功率从单层战术的 84.1%-100% 降至完整对抗对弈的 0.57%-9.13%；缩短所需计划并改用精确安全检查后，崩塌程度减轻一个数量级
为什么重要：给出 LLM 零样本手工编程权重的能力边界：便宜的正确性可做到精确，昂贵的多步组合仍会崩塌，对用 LLM 生成可验证代码的研究有参照意义。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。