# Qwen 3.8 identifica juegos a partir de los pesos de una red neuronal

> Simon Willison comprobó que Qwen 3.8 27B, ejecutado en un portátil, identificó tres de cuatro juegos a partir de los pesos de sus redes, sin usar herramientas. Cada respuesta tardó casi una hora o más.

Oossa · 2026-11-03 · https://oossa.com/es/qwen-3-8-identifies-games-from-neural-network-weights

Simon Willison probó si Qwen 3.8 27B podía identificar un juego examinando los pesos sin procesar de una pequeña red neuronal, sin ejecutar código ni usar otras herramientas. Según cuenta, el modelo de 17GB que ejecutó en su portátil identificó correctamente Pac-Man, Pong y Breakout, pero confundió Freeway con un juego parecido a Pac-Man.

Las respuestas correctas tardaron entre 46 minutos y más de una hora cada una. El experimento de Willison pone a prueba la interpretación de los pesos; no demuestra que Qwen pueda editar o mejorar otro modelo, una afirmación distinta que se analiza en el artículo que estaba siguiendo.

## Los hechos

- En las pruebas de Willison, Qwen 3.8 27B identificó correctamente 3 de 4 redes de juegos.
- La respuesta sobre Pac-Man tardó 46 minutos y 12 segundos; la de Pong, 1 hora, 4 minutos y 54 segundos.

## Por qué importa

Para quienes ejecutan modelos grandes en local, la prueba sugiere que podrían inferir qué hace una red pequeña a partir de sus pesos, aunque el proceso fue lento y falló en uno de los cuatro juegos.

## Fuentes y referencias

1. [Qwen 3.8 27B on my laptop can interpret model weights, too](https://simonwillison.net/2026/Nov/3/qwen-can-interpret-model-weights/) – Simon Willison, 2026-11-03

Última actualización: 2026-11-03