待验证50% 置信基准精确时间
在实验1中，研究者构建了一个500输入、5输出的多层感知机，在Breakout、Pong、Pac-Man、Freeway四个游戏上训练，LLM仅凭网络架构和原始权重（无工具、无网络访问）全部正确识别出对应游戏。
1
来源数
50%
置信度
长期有效
时效性
2026/11/6
首次发现
来源
LLM直接读写模型权重：权重空间编程新范式
youtubeNeuralNine2026/11/6
涉及实体
相关事实
待验证Roxie 使用 5 亿步（500M-step）的训练预算，在 dm_control 的 3 个 humanoid 任务上测试了全部 7 个智能体，同时覆盖 GPU 和纯 CPU 两种运行单元71% 相似待验证OpenAI开发了一款芯片模拟器，精度控制在实测硬件的5%以内62% 相似待验证特斯拉Dojo采用定制D1芯片，每颗集成500亿个晶体管，采用台积电7纳米工艺，25颗D1芯片组成一个训练模块提供约9 PetaFLOPS算力61% 相似待验证对于3-5架无人机规模的项目，PyBullet在CPU上的串行仿真速度足以支撑PPO等on-policy算法的训练需求，GPU并行化的加速优势不显著61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1143750API
curl https://kongchang.com/api/v1/knowledge/claims/1143750MCP
get_claim(id=1143750)