A mesterséges intelligencia terén új korszakot nyit egy friss kutatás, amely azt vizsgálja, miként képesek nagy nyelvi modellek, például az Astra, közvetlenül kiolvasni és értelmezni más modellek súlyait. Az MIT kutatói szerint a modellek már úgy elemezhetik egymás struktúráját, mint egy szöveges dokumentumot, feltárva, mire is lettek kiképezve.
Az előadás rámutat arra, hogy a gépi tanulásban megszokott lassú és költséges tanítás helyett megjelenik az úgynevezett „weights space programming” koncepció: a modellek képesek célzottan módosítani saját vagy akár más modellek súlyait kis lépésekben, jelentős teljesítményjavulást idézve elő például matematikai feladatokban.
Felvetődik a kérdés, vajon mennyiben forradalmasíthatja ez az új módszer az MI fejlesztést. Lehetséges lesz a jövőben akár auditálni, hibákat vagy kiskapukat keresni a modellekben pusztán súlyok elemzésével? Továbbá, vajon hol húzódnak a módszer korlátai, ha azt nézzük, hogy nem minden feladatnál teljesít tökéletesen, vagy egyes apróbb korrekciókhoz továbbra is nélkülözhetetlen a hagyományos tréning?
