大语言模型能够直接读取并推理神经网络权重

前沿大语言模型展现出直接读取纯文本形式的神经网络权重数字、推断其编码行为乃至修改权重的泛化能力，无需运行训练循环。作者实测发现，输入一个包含 569 个变量和 17,184 条连接权重的无语义网络数据后，模型能通过通道结构与数值分布准确推断出这是一个吃豆人（Pac-Man）迷宫游戏策略网络。这表明模型在代码与逻辑推断上的泛化与工作记忆容量已超出常规认知。