Перейти к содержимому
Экосистема AI Vibe

Новости

Qwen 3.8 27B на ноутбуке угадывает игру по сырым весам RL-сети

Редакция 3 ноября 2026 г.

Ноутбук с локальной Qwen в LM Studio обрабатывает гигантский промпт с числовыми весами нейросети для угадывания классической игры.

Локальная Qwen 3.8 27B , около 17 GB в LM Studio , повторила сценарий из статьи про Weight-Space Programming: в промпт попадает текстовый дамп весов политики, обученной reinforcement learning на сетке 10×10, и один вопрос , какую игру учили, без запуска кода и без калькулятора. Simon Willison взял готовые тексты из RikiyaT/lm_understand-logs , папка exp1_which_game , и прогнал их через плагин llm-lmstudio . Что вышло на ноутбуке В paper главный акцент на GPT-6 Astra и правке 0,016% весов Qwen3.5-0.8B, что подняло MATH-500 с 7,9% до 48,1%. Willison отрезал сценарии с кодом и оставил только чтение сырых весов , «может ли модель понять поведение сети по числам». Pac-Man , 46 мин 12 с, 43 506 токенов рассуждений, уверенность 72% Pong , 1 ч 4 мин 54 с, уверенность 75% Breakout , 52 мин 25 с, уверенность 88% Freeway , промах: модель приняла задачу за Pac-Man-подобный лабиринт Для сравнения Kimi K3.1 Pro через OpenRouter на том же Breakout-промпте уложился в 9 мин 41 с и 19 493 reasoning-токена , но это облако, не ваш диск. Как повторить у себя Промпты самодостаточны: Willison вызывал llm -f с URL на prompt.txt в GitHub. На локальной Qwen пришлось поднять контекст выше дефолтных 8192 , иначе LM Studio падала с ошибкой. Долгие прогоны требуют LMSTUDIO_TIMEOUT=900 ; пример для Pac-Man , модель lmstudio/qwen/qwen3.8-27b и тот же raw-файл из exp1_which_game/runs/pacman/prompt.txt . Трейс рассуждений читается как поток догадок по каналам и ячейкам сетки 8×8 , не отчёт инженера, но три из четырёх классических игр угаданы верно. Willison при этом не объявляет конец эры исходников: для него это скорее любопытная проверка локальной модели, которую многие уже держат под рукой. Источник: Qwen 3.8 27B on my laptop can interpret model weights, too .