Dans l'actualité
WeightBench: Evaluating Language Models as Weight-Space Programmers
arXiv cs.AI · Publié le · 3 min de lecture
En 30 secondes
- Ce qui s'est passé
- WeightBench évalue comment les grands modèles de langage lisent, éditent et écrivent directement les poids des réseaux de neurones sans descente de gradient.
- Pourquoi ça compte
- Pertinent pour les ingénieurs explorant les capacités de programmation dans l'espace des poids et comparant les performances des LLM frontière sur la manipulation de réseaux de neurones.
- Vigilance
- Les modèles frontière ne marquent que 0.535-0.568 sur le benchmark; ils peinent avec le patching de modèles de langage, la compression sans données et la détection d'édits impossibles.
- llm
- language model
- eval
- benchmark
Les patterns derrière cette actualité
Chacun explique le fonctionnement de la technique, quand elle vaut son coût et où elle casse.
The Agent Architect
Un pattern, un compromis, une panne de production racontée. Un brief hebdomadaire court pour ceux qui construisent des systèmes agentiques.
Un email par semaine, désinscription en un clic. Votre adresse ne sert qu'à envoyer le brief.