#research replication

Simon Willison 用 17GB 的 Qwen 3.8 27B（Q4\K\M 量化版）在笔记本上通过 LM Studio 复现了一项“无工具读权重”测试：模型只看到简化网格游戏策略网络的浮点权重，就在 46 分 12 秒、43,506 个推理 token 后判断出这是 Pac-Man 风格游戏，并给出 72% 置信度；他还称同一方法识别出了 Pong。该测试源自 Rikiya Takehi 等人以博客形式发布的“Weight-Space Programming”文章，后者声称 GPT-6 Astra 能直接读懂权重，并通过修改 Qwen3.5-0.8B 的 0.016% 权重把 MATH-500 从 7.9% 提到 48.1%、IFEval 提升 3 倍。这些能力目前来自作者自述和 Willison 的个别演示，并非独立复现的基准结果。Matthew Honnibal 批评该文把“无工具读权重”和“借助代码改权重”混为一谈，Sean Goedecke 也认为 Qwen3.5-0.8B 的改权重案例更像人类研究员的标准流程。