Cmpnd 发布 dspy-wsp 原型优化器，将权重空间编程引入 DSPy

Techub News 消息，AI 基础设施公司 Cmpnd 发布 dspy-wsp 原型优化器，将权重空间编程（WSP）技术引入 DSPy 框架。权重空间编程是一种前沿技术，由前沿大语言模型直接读取并编辑另一个模型的权重，无需梯度、训练循环或微调数据集。dspy-wsp 将其封装为 WeightSpace 优化器，可接入任何 DSPy 程序和指标。在 Cmpnd 的测试中，约 5 至 10 美元的 GPT-6-Astra 调用成本即可改进其尝试的每个决策模型。该工具采用 MIT 许可证，可通过 pip 安装，需要 DSPy 3.5。 测试显示，WeightSpace 单独使用在 Typed Decisions 基准上带来 1.9 至 16.1 分的提升，结合 ReAnchor 技术后提升达 6.5 至 20.0 分。其中，d1-omni-600M 模型准确率从 50.9% 提升至 69.1%。该技术目前仍处于实验阶段，单次运行耗时 78 至 167 分钟，且在较大模型上效果较弱。（MarkTechPost）