Hacker News Front Page · syllogism ·
The 'Astra can read and write weights to improve Qwen' post is massively misleading · honnibal.dev
El autor sostiene que la publicación sobre Astra y Qwen es engañosa porque presenta como una sola capacidad experimentos que usan métodos distintos. Solo algunos prueban la lectura directa de pesos sin herramientas; los resultados sobre juegos y Qwen dependen de Python, ejecución del modelo y, en el caso de Qwen, hasta 50 lotes de práctica. Aunque esos experimentos muestran que Astra puede realizar tareas útiles de ingeniería de machine learning, no demuestran una capacidad unificada para comprender y modificar pesos directamente.
The experiments that read raw weights and the ones that fix Qwen use completely different techniques.