2026-11-04 Hacker News Top Stories
内容提要
MIT团队称通过编辑Qwen3.5-0.8B约0.016%的权重，使Astra在MATH-500上的成绩从7.9%提升至48.1%，但该结果被质疑混淆了实验条件并夸大了模型能力。
延伸解读
实验条件分层，结论不宜混为一谈
Astra 的实验并非单一方法：小网络可直接将全部权重作为文本输入，而 Qwen3.5-0.8B 则借助 Python 分析并允许最多五十次前向评估。反驳文章指出，将两者并列容易让读者误以为同一技术能无缝扩展到真实语言模型。理解这一分层，是判断“权重空间编程”实际能力边界的关键。
分数提升源于修复循环，而非凭空增长能力
Qwen 在 MATH-500 上的提升主要来自减少推理循环：触及输出上限的比例从 93% 降至 33%。作者也承认，移除障碍让既有能力发挥出来，与增加原本不存在的能力不同。因此，48.1% 的成绩更适合理解为对特定失败模式的修复，而非模型数学能力凭空跃升，递归自我改进仍是展望。
争议核心是呈现方式，而非分数造假
honnibal.dev 的反驳并未指控数据造假，而是质疑文章将不同实验条件组合成统一能力来呈现。原文其实交代了工具权限和失败案例，但标题与二次传播可能放大印象。读者在评估此类研究时，应区分方法本身的价值、研究者的措辞，以及传播过程中产生的失真，避免把争议简化为真假二分。
Q&A
Astra 是怎么把 Qwen3.5-0.8B 在 MATH-500 上的成绩从 7.9% 提升到 48.1% 的？
Astra 先观察模型在练习题上的推理循环，然后修改两个层中共 131,072 个权重（约占总数的 0.016%），并允许最多 50 次前向评估来获得反馈。主要改善的是推理循环问题，使 MATH-500 得分从 7.9% 升至 48.1%。
为什么有人批评 Astra 的权重编辑研究有误导性？
批评者认为原文将两种不同实验条件并列：小网络直接读权重（不用工具、不运行网络）与 Qwen 使用 Python 和最多 50 批练习评估修复，容易让人误以为同一种能力可从小模型直接延伸到大型语言模型，从而夸大方法的适用范围。
Subvocal 智能眼镜是如何实现无声输入文字的？
用户无声地做出口型动作，镜框内的天线发射射频信号，感知舌头、嘴唇和软腭运动造成的变化，再由模型解码成文字。它并非直接读取思想，而是需要主动做出口腔动作。
Ubuntu 的 CVE-2026-98432 漏洞修复现在是什么状态？
根据 Ubuntu 11 月 2 日官方说明，22.04、24.04 和 26.04 LTS 的修复已进入 -proposed 测试仓库，正在超过两千种认证设备上验证，完成后会交付普通更新仓库；26.10 已修复。普通更新渠道尚未交付与完全没有可测试补丁是不同情况。
Google 对学校禁用 AI 的账户会采取什么措施？
Google 计划于 2027 年初默认关闭 K–12 学生账户的 AI 工具，除非学校管理员主动启用。全面限制 AI 的学校也将失去学生账户的 Google 搜索访问，因为搜索与 AI 已深度整合。
现代棋引擎移植到 200 MHz Pentium Pro 上能击败卡斯帕罗夫吗？
作者将 Stockfish 17 适配到旧硬件，估计每步一秒约 2846 Elo，十秒约 3109 Elo，三十秒约 3180 Elo。与旧版 Crafty 对战一百局取得 78 胜 17 和 5 负。作者认为击败卡斯帕罗夫是极可能成立的反事实判断，但并未实际对弈验证，且评级外推存在不确定性。
