TasaractDavut Emre Taşar
Retour
Dépôt

Modifier des réseaux de neurones avec des modèles de langage

Un modèle peut-il modifier les poids d’un autre ?

Un modèle de langage peut-il réparer un classifieur en modifiant ses poids ? Pour la tâche de revenus d’UCI Adult, les poids du classifieur ont été délibérément endommagés. Une modification a relevé de 0,43 point le taux de réussite équilibré, qui pondère également les deux classes de revenus. Le taux global et la qualité des probabilités estimées ont baissé.

Un autre essai est parti d’un SmolLM2-1.7B intact. Après des questions de sciences et de raisonnement physique du quotidien, la recherche a retenu le modèle initial.

Classifieur endommagé

UCI Adult · Sol

RéférenceSélection
Exactitude équilibrée78,59 %79,02 %
Exactitude globale82,86 %82,63 %

Modèle de langage intact

SmolLM2-1.7B · ARC-Easy / PIQA

Poids d’origine retenus

Mesures · GitHub

Titre original

Editing Neural Networks with Language Models

Documents sources

Source originale · github.com Rapport de recherche Présentation interactive Mesures Editing Neural Networks with Language Models Study scope and methods
Référence

Davut Emre Taşar · Editing Neural Networks with Language Models · 2026 · detasar/llm-weight-editing-study · https://github.com/detasar/llm-weight-editing-study