Miércoles 4 de noviembre de 2026 ·
Un LLM edita los pesos de otra red neuronal: MIT CSAIL sube del 7,9% al 48,1% la tasa de aciertos matemáticos de Qwen3.5-0.8B
Investigadores del MIT CSAIL publicaron el 2 de noviembre de 2026 'Sparks of Weight-Space Programming', donde un LLM (GPT-6 Astra) analiza y escribe directamente los pesos de otra red neuronal en lugar de entrenarla con gradientes. Al cambiar solo el 0,016% de los pesos de Qwen3.5-0.8B, la tasa de aciertos en MATH-500 subió del 7,9% al 48,1%. Según el artículo, la mejora viene sobre todo de corregir un fallo en el que el modelo daba vueltas sin responder. En otra prueba, el sistema identificó cuál de cuatro juegos de Atari había aprendido una red solo a partir de sus pesos.
Qué significa
Si se confirma, abre una vía para mejorar modelos sin reentrenarlos con nuevos datos, que es lo habitual ahora. Por el momento, los resultados son de un artículo de investigación y se han probado sobre todo en un modelo pequeño.
Fuentes originales
Resumen de Hoy en IA. Pulsa una fuente para leer la noticia completa en su idioma original.
- #LLMタグLeer la noticia completa en #LLMタグ
También ese día
Todas las noticias de IA del miércoles 4 de noviembre de 2026 ->