arXiv:2611.08647v1 Announce Type: new Abstract: Intra-weight injection lets one model change another model's behaviour by editing its weights directly, without gradients. Such edits can range from altering lexical associations to enforcing output formats or updating factual knowledge. Despite growing interest in these approaches, there has been no systematic way to evaluate how well models perform them. We introduce IWIBench, which measures a large editor model's ability to modify the weights of a smaller target model (typically Gemma 3 4B IT) to achieve one of ten classical text-editing objectives while preserving its other capabilities. Editors are limited to four tools for reading and writing weights, with bounded tensor access and a fixed budget for generating and inspecting rollouts. A validator applies each proposed patch in a clean environment and compares the edited model against the unmodified target. Evaluating frontier closed- and open-weight models reveals sharply diverging capabilities, both across models and across tasks. A small number of models, most notably Astra and GPT-6.1 Sol, perform far ahead of the rest. The recency of this ability (little of it is evident in GPT-5.6 Sol, for instance), together with qualitative analysis, suggests it has been acquired through recent training. Tasks also vary widely: structured response resisted every attempt, and answer-length control yielded only one successful solution, whereas alias acquisition and recoding proved most amenable. Success in one task family correlated poorly with success in others, indicating an early and uneven capability frontier. We discuss strategies that editors repeatedly adopted and conclude with an outlook on intra-weight injection as an emerging but already potent approach to gradient-free behaviour modification.
IWIBench: Оценка градиентно-независимого внутривесового внедрения, управляемого моделью
arXiv:2611.08647v1 Тип объявления: new Аннотация: Внутривесовое внедрение позволяет одной модели изменять поведение другой модели путем прямого редактирования её весов, без градиентов. Такие правки могут варьироваться от изменения лексических ассоциаций до принуждения форматов вывода или обновления фактической информации…
Кратко от AI: Главные тезисы
- arXiv:2611.08647v1 Тип объявления: new Аннотация: Внутривесовое внедрение позволяет одной модели изменять поведение другой модели путем прямого редактирования её весов, без градиентов
- Такие правки могут варьироваться от изменения лексических ассоциаций до принуждения форматов вывода или обновления фактической информации…
IWIBench: Оценка градиентно-независимого внутривесового внедрения, управляемого моделью
Похожие материалы
Международный инновационный кластер Astana Hub построил технологическую экосистему на $6,7 млрд за 8 лет
Astana Hub отмечает восемь лет со дня основания. За это время кластер стал ключевым центром развития IT- и AI-индустрии Казахстана и Центральной Евразии, сформировав масштабную экосистему для стартапов, инвесторов и технологических компаний. При поддержке Главы государства,…
Розыгрыш 3 подписок ChatGPT Plus на месяц
Розыгрыш 3 подписок ChatGPT Plus на месяц Запускаем новый розыгрыш вместе с SLtowl! ⠀ SLtowl — авторский канал талантливого дизайнера, который не просто рисует красивые картинки, а создаёт крутые цифровые продукты. Здесь живой контент, интересные проекты, закулисье дизайна и…
Ripple-65B Preview: модель для агентного кодинга
🌟 Ripple-65B Preview: модель для агентного кодинга Ricursive Intelligence выпустила в открытое превью модель агентного программирования на 65 млрд параметров, ориентированную на скорость ответов. Компания основана Анной Голди и Азалией Мирхосейни, бывшими исследователи Google…
Платформа FLEX учит роботов понимать скрытые намерения человека
MIT представил платформу FLEX: роботы учатся понимать скрытые намерения человека и обобщать команды на основе языковой модели.