CrossGMN：在权重空间压缩改写神经网络

2026年10月5日，AGI Hunt 报道了论文 CrossGMN：它提出直接在权重空间中学习，把已经训练好的模型变换为不同架构，报道称其在蒸馏步骤上最高可加速 8.89 倍。该论文由 Adir Dayan、Haggai Maron 等人完成，作者在推文中以长线程逐步展开思路，并称这是「用神经网络学习压缩其他神经网络」的第一步。目前除该篇报道外，暂无更多后续进展披露。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。