Claude Opus 5.5 直接改权重让模型遗忘事实

作者 asasidh 在 4.94 亿参数模型上复现 MIT CSAIL 的权重空间编程方法，让 Claude Opus 5.5 直接修改模型权重，使模型遗忘 20 个客户和 10 个密钥。实验限制为 10 次前向传播和 300 次 Python 运行；Claude 实际用了 10 次前向传播、274 次 Python 运行、291 轮，共改动 17 个权重矩阵。 作者称，Claude 未获得答案对照表，因为真实公司没有这样的对照表；实验只跑了一次、一个随机种子。遗忘后，其他客户的准确率仅下降 2.5 个百分点。

AI 根据报道生成 · 18 小时前更新