★ 3
IWIBench 发布：评测无梯度权重注入能力
研究者提出 IWIBench，用于系统评测大模型能否在不使用梯度的情况下直接编辑小模型权重，以实现十类文本编辑目标并保留原有能力。评测显示 Astra 与 GPT-6.1 Sol 明显领先，且该能力在 GPT-5.6 Sol 上几乎不存在，暗示其来自近期训练。不同任务成功率差异极大，结构化输出任务…
arXiv cs.AI10 小时前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
研究者提出 IWIBench，用于系统评测大模型能否在不使用梯度的情况下直接编辑小模型权重，以实现十类文本编辑目标并保留原有能力。评测显示 Astra 与 GPT-6.1 Sol 明显领先，且该能力在 GPT-5.6 Sol 上几乎不存在，暗示其来自近期训练。不同任务成功率差异极大，结构化输出任务…