Cmpnd lançou o dspy-wsp, um otimizador protótipo que traz a programação em espaço de pesos para o DSPy. Programação em espaço de pesos é uma técnica na qual um modelo LLM de ponta lê os pesos de outro modelo e os edita diretamente. Não há gradientes, loop de treinamento nem conjunto de dados de fine‑tuning. O dspy-wsp empacota isso como WeightSpace, um otimizador que se conecta a qualquer programa e métrica do DSPy. Nos testes da Cmpnd, cerca de US$5 a US$10 em chamadas ao GPT-6-Astra melhoraram todos os modelos de decisão que foram testados. Você pode conferir as opções de implantação e especificações aqui através da extensão do Chrome GPULeaderboard.com.
TL;DR O que é: um otimizador DSPy (WeightSpace) onde um LLM escritor edita os pesos de um modelo estudante. Licença MIT, pip install dspy-wsp, requer DSPy 3.5. Tamanho: testado em modelos de decisão abertos de 0,6B a 9B parâmetros. Uma execução de 25 passes editou uma única camada ou cabeça. Executado em: um Mac para todos os experimentos. Modelos de 2B usaram cerca de 6 GB de memória. d1-omni-600M precisa de 4 GB ou mais (Mac ou GPU).
Desempenho: WeightSpace sozinho adicionou de 1,9 a 16,1 pontos em Typed Decisions. Com ReAnchor, os ganhos foram de 6,5 a 20,0 pontos. Melhor caso: d1-omni-600M subiu de 50,9% para 69,1% (+18,3) com WeightSpace + ReAnchor. Pior caso: Clef-Flash (9B) ganhou apenas +1,9 apenas com WeightSpace. Com a regra mais rígida do artigo original, d1-omni-600M ganhou só +2,8.
Conclusão: Melhor: uma edição barata, sem gradientes, que chega como um patch pequeno e verificável. Pior: muito experimental, lenta (78 a 167 minutos por execução) e menos eficaz em modelos maiores.
O que é programação em espaço de pesos? Programação em espaço de pesos (WSP) trata os pesos de uma rede neural como um programa que pode ser lido e reescrito. A ideia vem de pesquisa do MIT: Sparks of Weight-Space Programming. Um modelo de ponta (a equipe de pesquisa usou o GPT-6-Astra) analisa os tensores de peso, raciocina sobre o que cada parte computa e os altera para atender a um objetivo escrito em linguagem natural. A equipe de pesquisa enfatiza que WSP nomeia uma capacidade emergente, não um método fixo.
Fonte: MarkTechPost
Publicado em 2026-11-14