ورقة تقول إن نموذجًا لغويًا يقرأ أوزان الشبكات ويكتبها، ونقد يفصّل ما حدث فعلًا

نُشرت في 2 نوفمبر 2026 ورقة بعنوان Sparks of Weight-Space Programming، من تأليف Rikiya Takehi وJayden Teoh وAlex Zhang وOmar Khattab. وتقول الورقة إن نموذجًا لغويًا كبيرًا يستطيع قراءة أوزان شبكة عصبية والكتابة فيها، دون تدريب ودون gradients.

وأجرى الباحثون 8 تجارب على نموذج GPT-6 Astra، منها أن يحدد اللعبة التي دُرّبت عليها شبكة ما، وأن يصلح شبكة معطوبة، وأن يكتب شبكة Go من الصفر. وفي إحدى التجارب عدّل النموذج 0.016% فقط من أوزان Qwen3.5-0.8B، بميزانية 50 forward pass على مسائل تدريب، فتحسن أداؤه في الرياضيات حتى 6 أضعاف.

وفي 3 نوفمبر كتب Matthew Honnibal، مطوّر مكتبة spaCy، أن العنوان يدمج أمرين مختلفين. فمن التجارب الثماني، 3 فقط قرأ فيها النموذج أوزانًا خامًا دون أدوات ودون تشغيل الشبكة، وكانت على شبكات يتراوح حجمها بين 17 ألفًا و172 ألف وزن. أما تجربة Qwen، فقد كتب فيها النموذج كود Python وشغّل الشبكة وقاس النتيجة، وهي مهمة مهندس تعلم آلي، لا قراءة للأوزان بالنظر.

وفي اليوم نفسه شغّل Simon Willison نموذج Qwen3.8-27B على حاسوبه المحمول، بنسخة 4-bit حجمها 17 جيجابايت. وتعرّف النموذج على 3 ألعاب من 4 من الأوزان وحدها، واستغرقت إحداها 46 دقيقة و43 ألف reasoning token.

والصورة التي تتكون من المصادر الثلاثة أن القدرة موجودة فعلًا، لكن العنوان أوسع منها. وأن نموذجًا مفتوحًا يعمل على جهاز شخصي أقرب إليها مما يوحي به الحديث عن نموذج تجاري كبير.

وتوضح القصة أيضًا قيمة نشر السجلات الكاملة للتجارب، فهي ما سمح بالتمييز بين ما فعله النموذج وحده وما فعله بالأدوات. ويصبح سؤال الأدوات المستخدمة جزءًا ضروريًا من قراءة أي رقم يرد في إعلان عن نموذج.