weight-edit-lab 实验展示 LLM 可手写权重精准修复神经网络

demirelo 发布 weight-edit-lab 仓库，验证前沿 LLM 能否不使用梯度、逐条手写权重修复带缺陷的 ReLU MLP。在 5.6k 和 76.5k 参数网络上，30 条由一句话修正引导的编辑链在 50,000 个留出输入上与理想编辑完全一致，Astra 与 Sol 的手写权重准确率达 99.3-99.6%，优于 8,192 标签微调（95.4-97.4%）；仅给样例不给句子时模型推断出似是而非的错误规则，准确率降到 88-94%。每步成本约 70-90 秒、20k-90k tokens。