网易首页 > 网易号 > 正文 申请入驻

AI亲手改写Transformer架构!DeepSeek自我改造暴涨7分

0
分享至

来源:市场资讯

(来源:新智元)


新智元报道

AI看着自己的脑子改写自己,这一天还是来了!

7630亿参数的DeepSeek-V4.1-Flash,直接读取了自己做数学题时最深7层的内部激活状态。

摸清「快要算偏」的信号规律后,它在不改半个权重的前提下,亲手写了一段Python代码塞进推理流程「读脑自救」!

只要发现思路跑偏就当场回滚重算,在AIME与HMMT 2026数学竞赛上,准确率原地暴涨7个百分点!

而这,还只是今天刷屏AI圈的DoubleAI重磅研究里的一个切面。


这家由Mobileye创始人Amnon Shashua创立的AI机构,首次提出了一个颠覆传统深度学习的新范式——「机制干预」。

相比以往模型只能在写死的架构里硬调权重,这套方法把编程Agent放进了训练与推理现场。

在训练中途,哪一层网络卡壳了,Agent就当场写几行Python代码塞进模型主干,实时接管计算!

靠着这手绝活,预训练模型只塞入20行代码,就在单次前向推理里跑起了梯度下降。

连塞10层代码后,30种经典算法的准确率更是从55%狂飙到84%!

研究一经发布,迅速在AI圈引发刷屏热议。

创始人Amnon Shashua放话,深度学习已经彻底跨过了「只调权重」的旧边界。

现在,连神经网络架构本身都能在训练中自主进化,人类手搓模型架构的时代翻篇了!


联创Gal Beniamini更是感叹,当放手让大模型边训练边改写自己,最后长出来的架构连研究员都觉得不可思议。

它不再是纯粹的神经网络,而是一半来自训练学出的权重,一半来自半路拼接的Python代码!


在进入实验细节之前,我们先来看看这套「机制干预」到底是怎么运作的:


塞入20行代码,前向传播跑起梯度下降

第一组实验从语言模型预训练切入,验证训练中途塞入Python代码,能否帮模型更快压低预测误差。

在12层模型nanochat的1500步训练中,Agent先后三次出手塞入Python代码层。

每次代码一并入,模型预测误差(bpb)就随之连降三次!


训满1500步后,加代码层的模型相当于白赚了15%的训练进度。

而打乱逻辑的「假代码对照组」与常规训练完全重合,证明提分全靠AI写出的代码逻辑。

面对12层网络,Agent之所以能找准往哪一层塞代码,靠的是「幽灵梯度」。

它假想在某层后加个新模块,测算往哪个方向推能让误差下降最快。

滤掉常规噪声后,第2层和第4层的高需求热区便清晰显现出来!


锁定瓶颈层后,Agent写出几十个候选函数,在单批数据上实测谁最契合第2层的梯度方向。


接着,最高分函数挂在初始值为0的门控g后面并入网络。

刚插入时门控输出为0,原有网络不受影响。

但短短100步内,梯度下降发现这段代码真能降误差,便自动把门控调整到了0.58!


靠着这套流程,Agent在第1000步往末层塞进了一个最惊艳的「错误记忆层」。

这短短20行代码之所以震撼,是因为它打破了以往「前向只能推理、反向才能改错」的定式!

不用等反向传播,模型边往后读就能边核对前文答案,当场算出预测误差,找出64个最相似的犯错位置。

紧接着,它直接在脑子里迈出一步梯度下降,在单次前向传播内实现了边读边纠错!


训练半路插代码,比天生自带强17分

既然Python代码层这么管用,那么从训练第0步就把代码层装进模型行不行呢?

然而,第二组实验却测出了一个完全反直觉的惊人反转。

团队把模型的记忆窗口锁死在500词以内,考它能不能找回几千词之前的变量赋值。

同时,Agent写了一个能跨窗口查字典的「代码缓存层」,分三种时机装入模型:


同样的Python代码层,训到半路才插进去,竟然比天生自带高出整整17个百分点!

这个反转揭开了深层原因,如果开训第一天就给现成的代码捷径,神经网络就会「偷懒」依赖外部字典,不去打磨底层表征。

相反,先强迫模型在500词限制下把基础表征练扎实,撞上天花板后再接上Python代码,神经权重与符号代码才能发挥最大合力!

连塞10层代码,填平算法0分盲区

验证了「半路插入」的优势后,第三组实验挑战30种经典计算机算法,检验连塞10层代码能带来什么质变。

传统Transformer学算法有个致命盲区,测试一旦遇上训练跳过的「中间长度」,准确率就会崩盘。

在下图中,常规训练(灰线)碰到未见的中间长度瞬间掉到0%,接入代码层后(橙线)则稳居高位!


从总分看,常规模型哪怕训满20000步,30种算法总准确率也只能达到55%。

到了第10000步,Agent每隔500步出手一次,一口气连塞了10个Python代码层,帮模型记录「哪些节点访问过」以及「当前最小值」等关键状态。


短短5000步后,原本考0分的广度优先搜索干到97%,拓扑排序冲上93%,30种算法总准确率暴涨29个百分点,拿下84%!

之所以能涨分这么猛,是因为神经网络与Python代码在内部打出了精妙配合。

比如代码层需要比较数字大小,但原始输入只是拆散的字符「8」和「3」。

Agent用线性探针挨层检测后发现,到了第4层,神经网络已经把零散字符拼成了真正的数字!

于是,代码层用探针从第4层读出数值82.6,在Python里完成比大小和循环更新后再写回网络,将神经表征与符号计算彻底打通。


DeepSeek读脑自救,数学竞赛暴涨7分

视线再回到开篇那一幕,看看已经训好的DeepSeek-V4.1-Flash与Qwen3-8B是如何靠写代码原地进化的。

团队将DeepSeek-V4.1-Flash在243道数学题上的做题轨迹,连同最深7层的内部激活状态交给它自己。

DeepSeek分析完犯错规律后,亲手写出探针重采样程序probe_and_resample,杀进AIME与HMMT 2026考场!


消耗相同的token预算,三组对照高下立判:

不改半个权重就能暴涨7分,全靠DeepSeek给自己写的这段监控代码。


以前大模型一旦走错思路,往往要白白算完几万个token才发现全错。

现在,思维链每推进到检查点,程序就会自动提取最深7层的激活特征打分,一旦测出轨迹偏离正常分布,当场触发回滚重算rollback!

此外,Qwen3-8B也在零梯度更新下,不仅自主进化测试了15000个Python调度策略。

而且在AIME与HMMT 2026考场上,还将准确率从58.5%拉高到65.5%,同样狂涨7个百分点!


能省下算力实现逆袭,关键在于Qwen3-8B定制的这段代码。

32条并发轨迹每跑2048个token检查一次,满8条算出答案且榜首票数达第二名2倍以上,就提前终止全员省下算力。

而跑满12288个token未算完、重复率超0.35的「死循环复读」轨迹,则会被当场砍掉重启并降权投票!


以上这四组实验,清晰勾勒出了通往超级人工智能(ASI)最关键的一步——递归自我改进。

模型卡在哪个算子、崩在哪个长度,不再需要人类盯着Loss曲线一点点猜,AI读懂自己的内部状态,当场写几行Python代码就能给自己的大脑动手术。

从「人类调权重」迈向「AI写架构」,大模型已经开始亲手接管自己的神经网络,AI真正自我进化的时代,已经来了!

参考资料:

https://www.doubleai.com/research/can-llms-redesign-themselves-as-they-train

https://x.com/doubleaicom/status/2041555517853270296

https://x.com/AmnonShashua/status/2041556445947908456

编辑:摩西

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
“高净值家庭”标准出炉:全中国共有512.8万户,你家达标了吗?

“高净值家庭”标准出炉:全中国共有512.8万户,你家达标了吗?

鱼语昱雨轩
2026-11-07 14:03:54
中俄美元首座驾首次同框:红旗、奥鲁斯、凯迪拉克齐聚APEC

中俄美元首座驾首次同框:红旗、奥鲁斯、凯迪拉克齐聚APEC

快科技
2026-11-19 17:03:30
把勇士抬到不属于它的高度——其他人都在“裸泳”,库里成唯一遮羞布

把勇士抬到不属于它的高度——其他人都在“裸泳”,库里成唯一遮羞布

篮球扫地僧
2026-11-19 23:47:52
中美会晤1小时,特朗普说出真心话,这句美妙的祝福,中国收下了

中美会晤1小时,特朗普说出真心话,这句美妙的祝福,中国收下了

讲者普拉斯
2026-11-19 21:44:27
国家出手了!2027年起,看病、买药、住院,可能迎来这些新变化

国家出手了!2027年起,看病、买药、住院,可能迎来这些新变化

江启
2026-11-19 09:51:17
黄仁勋继任者被曝已有人选,猎头已与64岁安谋总裁接触,其曾在英伟达效力7年;黄离任后英伟达首开全员大会:承诺12月加薪

黄仁勋继任者被曝已有人选,猎头已与64岁安谋总裁接触,其曾在英伟达效力7年;黄离任后英伟达首开全员大会:承诺12月加薪

洪观新闻
2026-11-19 13:26:42
难以置信!36岁女子晒小19岁男友合照,反差太大,网友评论区吵翻了

难以置信!36岁女子晒小19岁男友合照,反差太大,网友评论区吵翻了

丫头舫
2026-11-16 11:30:38
67年毛泽东乘车前往天安门,突然让卫士张耀祠停车:我要看看胡乔木

67年毛泽东乘车前往天安门,突然让卫士张耀祠停车:我要看看胡乔木

文史漫笔
2026-10-02 08:10:15
美国战略专家:要彻底“解决中国问题”,似乎只剩下打仗这一条路

美国战略专家:要彻底“解决中国问题”,似乎只剩下打仗这一条路

民宿体验志
2026-11-17 18:00:19
《GTA6》DLSS 5画面太惊艳!搭配6倍帧生成

《GTA6》DLSS 5画面太惊艳!搭配6倍帧生成

游民星空
2026-11-19 11:19:20
央媒发文,高调官宣邓亚萍新身份,涉嫌贪腐被带走传闻早水落石出

央媒发文,高调官宣邓亚萍新身份,涉嫌贪腐被带走传闻早水落石出

叨唠
2026-11-19 00:04:18
陈凯歌饭局上,一群年轻演员排着队弯腰敬酒,陈飞宇站旁边给倒酒

陈凯歌饭局上,一群年轻演员排着队弯腰敬酒,陈飞宇站旁边给倒酒

西楼知趣杂谈
2026-10-20 20:22:01
71-67!广东男篮险遭“翻盘”,解决了2大问题,徐杰斩获28+4+9

71-67!广东男篮险遭“翻盘”,解决了2大问题,徐杰斩获28+4+9

汪星人哟
2026-11-19 22:37:48
八旗:从打天下到吃皇粮

八旗:从打天下到吃皇粮

熊倌儿
2026-10-23 08:47:34
主动给杨瀚森补钱!虽然是新加盟,但确实有球队老大的样子

主动给杨瀚森补钱!虽然是新加盟,但确实有球队老大的样子

德译洋洋
2026-11-19 12:10:33
利拉德:如果无法继续竞争并保持状态 那我就不再打球了

利拉德:如果无法继续竞争并保持状态 那我就不再打球了

北青网-北京青年报
2026-11-19 20:47:01
曝蓉城今夏曾接触郑智!李金羽也进候选 名记:新帅或聘四川名宿

曝蓉城今夏曾接触郑智!李金羽也进候选 名记:新帅或聘四川名宿

我爱英超
2026-11-19 13:09:34
大爷一句话戳中无数人:交了57年公粮,好粮给国家,瘪粒留自己,现在老了每月领一百多

大爷一句话戳中无数人:交了57年公粮,好粮给国家,瘪粒留自己,现在老了每月领一百多

一丝不苟的法律人
2026-11-19 10:51:33
高市早苗如愿,普京给了日本30分钟,但日方的要求,普京并没答应

高市早苗如愿,普京给了日本30分钟,但日方的要求,普京并没答应

蓝星杂谈
2026-11-19 22:45:01
金庸笔下,那些争着做“代价”的乞丐!

金庸笔下,那些争着做“代价”的乞丐!

胖胖说他不胖
2026-10-27 09:55:19
2026-11-20 02:00:49
新浪财经 incentive-icons
新浪财经
新浪财经是一家创建于1999年8月的财经平台
5554113文章数 10039关注度
往期回顾 全部

科技要闻

提前三个月加薪!英伟达全员会稳军心

头条要闻

李在明乘机返回韩国 发文:感谢中国热情接待

头条要闻

李在明乘机返回韩国 发文:感谢中国热情接待

体育要闻

文班亚马也防不住这"巨兽" 无奈吐槽:悲哀

娱乐要闻

后会友期 文吉儿公然怼谈话老师陈晓楠

财经要闻

Anthropic的算力赌局

汽车要闻

方程豹钛9实测 堪称比亚迪最强混动的DMS到底怎么样?

态度原创

游戏
房产
健康
亲子
军事航空

《GTA6》智能手机太强太沉浸!R星官方解释原因

房产要闻

2.5亿!丁村侨中,新动作来了!

医生眼里"很伤腰"的椅子,很多人天天坐

亲子要闻

每个男孩妈妈都有一段很难走的路

军事要闻

“华盛顿”号航空母舰离开中东地区

无障碍浏览 进入关怀版