LLM 可直接读写神经网络权重：Weight-Space Programming 声称绕开自动研究循环
Latent Space 的 AINews 汇总了 Takehi 等人提出的 Weight-Space Programming：前沿 LLM 从自然语言目标出发直接检视并编辑权重张量，不经过梯度下降或训练循环。
#推理
Latent SpaceAI 评分7171
Latent SpaceAI 评分4949 Elorian 发布视觉推理模型 Glimpse 与 DecoyCount 基准，前沿模型准确率不足 50%
Elorian 推出视觉推理模型 Glimpse，并联合 Mercor 发布 DecoyCount 基准，测试模型是真计数还是依赖视觉捷径。论文中前沿模型准确率均低于 50%，最高的 GPT-6 Astra 为 43.17%，Glimpse 内部测试得分 50.48%，是唯一超过 50% 的模型。
Microsoft Research精选AI 评分8282 Microsoft Research 用人类引导的 AI 智能体证明 31 年未解的 KLS 猜想
Microsoft Research 的 Xinzhi Zhang 与合著者 Zhao Song 证明了 1995 年提出的 Kannan-Lovász-Simonovits（KLS）猜想，给出与维度无关的固定界。
推荐理由：KLS 猜想被证明的过程展示了人机协作做数学研究的具体分工，也给出了独立证明与 Lean 4 形式化的确认路径。