返回
测量结果 · GitHub
代码仓库
用语言模型编辑神经网络
一个模型能修改另一个模型的权重吗?
语言模型能否通过修改权重修复受损的分类器?在 UCI Adult 收入分类任务中,研究先有意损坏分类器的权重。一项修改使平衡准确率提高了 0.43 个百分点,这项指标赋予两个收入类别相同的权重。整体准确率和概率估计的质量则有所下降。
另一项独立实验从完好的 SmolLM2-1.7B 开始。用科学知识题和日常物理推理题测试各个候选方案后,最终选中的是原始模型。
受损的分类器
UCI Adult · Sol
| 基线 | 选定结果 | |
|---|---|---|
| 平衡准确率 | 78.59% | 79.02% |
| 总体准确率 | 82.86% | 82.63% |
未受损的语言模型
SmolLM2-1.7B · ARC-Easy / PIQA
选用了原始权重
原文标题
Editing Neural Networks with Language Models
原始文献
原始来源 · github.com 研究报告 交互式演示 测量结果 Editing Neural Networks with Language Models Study scope and methods引用信息
Davut Emre Taşar · Editing Neural Networks with Language Models · 2026 · detasar/llm-weight-editing-study · https://github.com/detasar/llm-weight-editing-study