一个研究者从零开始，训出29.4亿参数的Praxis和102.3亿参数的Logos。两个模型都是Mamba-2加注意力，再掺进混合专家架构，各吃1.02万亿token。在报告对比的17款模型里，Logos排第七，训练数据和每token激活的参数量都比前几名少一大截。它数学挺能打，代码、指令遵循和长上下文就明显拉胯。报告还老实交代了哪些训练和微调决策拖了后腿，其中一个长度奖励写反了——答得又长又对，反而挨罚。
另一头，土耳其语的对话轮次预测有了专用模型。TurnTurk-GPT用土耳其语GPT-2，在合成加真实对话数据上微调，实测胜过一款常用的多语言轮次结束检测器。前提是测试说话者得在训练集里出现过，它才能压过零样本语言模型；碰上没见过的说话者，两边没有统计学上的显著差异。把轮次末尾词的后缀删掉，平均精确率最多掉44%。土耳其语动词词尾的形态，就是关键线索。模型和评测流程都已公开。
更炸的在权重层面。研究人员称，大模型能直接读取并修改神经网络的权重。例子是GPT-6 Astra动手编辑Qwen3.5-0.8B的权重，把它的数学能力提了上去。公开说明没交代具体方法和结果，可复现性要打个问号。这条路真走通了，微调的逻辑就得重写：不用梯度下降，直接让模型去改另一个模型。
三件事摆在一起看，挺有意思。一个人就能训出有竞争力的模型，Mamba-2、MoE这类架构上的花样正把成本往下压；细分语种抓住词形细节，也能做出实用工具；权重直改要是成立，模型迭代会快得离谱。当然，报告里的短板和语焉不详的地方，也得一并看清楚。