MIT CSAIL показали, как фронтирная LLM читает сырые веса чужой нейросети и правит их без градиентов: у Qwen3.5-0.8B доля зацикленных ответов упала с 93 % до 33 %. Я скачал базовый и отредактированный чекпойнты и сравнил их. Правка оказалась одной осью на двух слоях, и это не «вычитание», а разворот с множителем −5. Разбираю, почему такая правка вообще работает и почему она минимальна. Читать далее
Continue to Habr →You are being forwarded in 6s — stay on this page