El modelo de lenguaje Qwen 3.8 27B, ejecutado localmente en un portátil, ha demostrado la capacidad de interpretar y describir los pesos crudos de redes neuronales entrenadas para juegos clásicos, sin necesidad de ejecutar código ni herramientas externas. Este hallazgo se basa en un estudio reciente de Rikiya Takehi y colaboradores, que introdujo el término 'Weight-Space Programming' para describir esta habilidad nativa de los LLMs. El experimento, realizado con la versión Q4_K_M de Qwen 3.8 27B (17 GB), identificó correctamente los juegos Breakout, Pong y Pac-Man a partir de sus matrices de pesos, utilizando un contexto de 8192 tokens y un tiempo de razonamiento de hasta 46 minutos. Aunque el artículo original del estudio también documentó la capacidad de GPT-6 Astra para modificar pesos y mejorar el rendimiento en tareas matemáticas, el autor destaca la distinción entre la capacidad de análisis pasivo de pesos y la ejecución activa de código. La prueba con Qwen 3.8 27B confirma que los modelos actuales pueden analizar la lógica subyacente de una red neuronal solo observando sus valores numéricos, un avance significativo en la transparencia y el análisis de modelos de IA.
Noticias agregadas con IA