LLMがニューラルネットワークの重みを直接読み取り理解可能に：Arcturus Labsがフロンティアモデルの抽象汎化能力を検証

フロンティアモデルが、トレーニングループに依存せず、浮動小数点数の重みをプレーンテキストとして入力するだけで、ニューラルネットワークの挙動を直接推論・逆算する能力を示した。テストでは、569個の変数と17,184本の結合重みを持つ意味情報のないネットワークに対し、GPT-6 AstraやOpus 5.5などのモデルが、それがパックマン（Pac-Man）の迷路通路と移動エンティティのメカニズムに対応していることを即座に見抜いた。この現象は、プログラムトレースや強化学習の汎化におけるモデルの能力が、複雑な数値行列の構造的読解にまで拡張されたことを示している。