Model Weights

Forscher sagen, dass LLMs neuronale Netzwerkgewichte nativ lesen und schreiben können. In einem berichteten Beispiel bearbeitete GPT-6 Astra die Gewichte von Qwen3.5-0.8B, um dessen Mathematikleistung zu verbessern, was darauf hindeutet, dass Modelle möglicherweise andere Modelle direkt verändern können.

Forschung • Techmeme

Mistral hat die Gewichte für Mistral Large 4, mit dem Decknamen Le Chonk, veröffentlicht und behauptet, dass es mit Top-Open-Modellen wie GLM-5.3 im Artificial Analysis Coding Agent Index mithalten kann. Die Veröffentlichung umfasst Benchmark-Werte, die das Unternehmen als wettbewerbsfähig mit führenden Open-Weight-Modellen bezeichnet.

Model Release • Techmeme

Prompt-Tipps

Drew Breunig soll Opus-5.5-Prompts verwendet haben, um einen NES-6502-CPU-Emulator in den Qwen3.5-4B-Gewichten zu erkunden und anschließend zu erstellen. Die Prompts forderten das Modell zunächst auf, einen referenzierten Artikel und Quellcode zu lesen, die Machbarkeit und die Modellgröße zu bewerten, und wiesen es dann an, das System mit einer CLI zu erstellen, die auf ein ROM zeigt.