Generated by Answer me with HTML 0.5.10 · 2026-11-04 15:45 · ★ Star on GitHub

筆電 27B 模型看權重猜遊戲

Qwen 3.8 27B 重現權重空間程式設計

sourcesimonwillison.net 2026-11-03

Lead: 筆電上的 Qwen 3.8 27B 只看原始浮點權重，就反推出三款遊戲的政策網路，信心達七成二到八成八。

A

核心結論

筆電模型也讀得懂權重

前沿模型 GPT-6 Astra 的能力並非孤例。17GB 的 Qwen 3.8 27B 在筆電上重現其中三題，證明小模型也能從數字看出網路行為。

B

實驗設計

遊戲	網路	結果
打磚塊	10x10 格線政策網路	猜中
乒乓	10x10 格線政策網路	猜中
小精靈	8x8 迷宮政策網路	猜中
Freeway	10x10 格線政策網路	失手

提示詞四份完全相同，差別只在權重數字。模型全程無工具，不能跑程式碼。

C

推論流程

D

信心與用時

資料

打磚塊	88%
乒乓	75%
小精靈	72%

打磚塊用時五十二分，乒乓一小時四分，小精靈四十六分。Freeway 較冷門，模型誤判為小精靈類遊戲。

E

推理過程像天書

智能體通道零在第八列第七行附近有較大值，位置或許靠近右下。

模型列舉數百行權重行號逐格推敲，人類閱讀極為吃力。作者認為，資深研究者備紙筆仍可走完同樣路徑。

F

社群怎麼看

立場	論點
本地派	27B 夠用，付給前沿模型的錢只買高階決策
實用派	能改幾個數字就別重訓，文字到權重可學習
懷疑派	只是在提示詞規則下做數學素描
工程派	只談變強，無人研究改動打壞什麼

G

限制

推理 token 高達四萬，用時近一小時。
冷門遊戲直接失手，泛化邊界明顯。
周邊評論多有誇大，原始碼時代遠未結束。

---
template: sheet
theme: auto
title: 筆電 27B 模型看權重猜遊戲
subtitle: Qwen 3.8 27B 重現權重空間程式設計
lang: zh-Hant
source: simonwillison.net 2026-11-03
cols: 3
---
Lead: 筆電上的 Qwen 3.8 27B 只看原始浮點權重，就反推出三款遊戲的政策網路，信心達七成二到八成八。

## A 核心結論
```callout ok 筆電模型也讀得懂權重
前沿模型 GPT-6 Astra 的能力並非孤例。17GB 的 Qwen 3.8 27B 在筆電上重現其中三題，證明小模型也能從數字看出網路行為。
```

## B 實驗設計
| 遊戲 | 網路 | 結果 |
|---|---|---|
| 打磚塊 | 10x10 格線政策網路 | ok 猜中 |
| 乒乓 | 10x10 格線政策網路 | ok 猜中 |
| 小精靈 | 8x8 迷宮政策網路 | ok 猜中 |
| Freeway | 10x10 格線政策網路 | no 失手 |

提示詞四份完全相同，差別只在權重數字。模型全程無工具，不能跑程式碼。

## C 推論流程
```flow
政策權重 -> 模型推理: 純文字浮點數無工具
模型推理 -> 遊戲判斷: 遊戲名加信心
```

## D 信心與用時
```chart bar unit=%
* 打磚塊 | 88
乒乓 | 75
小精靈 | 72
```
打磚塊用時五十二分，乒乓一小時四分，小精靈四十六分。Freeway 較冷門，模型誤判為小精靈類遊戲。

## E 推理過程像天書
> 智能體通道零在第八列第七行附近有較大值，位置或許靠近右下。

模型列舉數百行權重行號逐格推敲，人類閱讀極為吃力。作者認為，資深研究者備紙筆仍可走完同樣路徑。

## F 社群怎麼看
| 立場 | 論點 |
|---|---|
| ok 本地派 | 27B 夠用，付給前沿模型的錢只買高階決策 |
| warn 實用派 | 能改幾個數字就別重訓，文字到權重可學習 |
| no 懷疑派 | 只是在提示詞規則下做數學素描 |
| warn 工程派 | 只談變強，無人研究改動打壞什麼 |

## G 限制
- 推理 token 高達四萬，用時近一小時。
- 冷門遊戲直接失手，泛化邊界明顯。
- 周邊評論多有誇大，原始碼時代遠未結束。