Toegevoegd na onze eerdere berichtgeving. De oorspronkelijke brondatum staat hieronder; dit is geen nieuwe aankondiging van vandaag.

Wat is er gebeurd

Volgens de onderzoekers herkende GPT-6 Astra cirkels, vierkanten en driehoeken uit de gewichten van drie kleine diffusiemodellen. Het tekende echter contouren, terwijl de modellen gevulde vormen genereerden.

In een afzonderlijke proef steeg de gemelde MATH-500-score van Qwen3.5-0.8B van 7,9% naar 48,1% na wijziging van 0,016% van de gewichten, met 50 voorwaartse berekeningen. Bij Gemma 3 270M werd geen betekenisvolle verbetering vastgesteld.

iNC / Analyse

Waarom het belangrijk is

Onze analyse: herhalingen verhelpen kan bestaande vaardigheden zichtbaar maken zonder nieuw redeneervermogen te creëren. Dit bewijst geen autonome recursieve zelfverbetering. Onafhankelijke replicatie en controles op achteruitgang blijven nodig.

Wat we volgen

Volg replicaties, de totale bewerkingskosten en betrouwbare verbeteringen bij verschillende modelfamilies.

Bronnen en verificatie

Het aantal bronlinks is niet het aantal onafhankelijke bevestigingen.

01
Original research reportPrimaire bron · rikiyat.github.io · 2 nov 2026
02
Authors' released experiment logs and evaluationPrimaire bron · github.com · 2 nov 2026
Meld een correctie

Help ons fouten te herstellen

Vermeld de betwiste uitspraak en zo mogelijk een bronlink. Stuur geen persoonlijke of gevoelige gegevens.