# Qwen 3.8、ニューラルネットの重みからゲームを特定

> Simon Willison氏のテストでは、ノートPC上で動かしたQwen 3.8 27Bが、ツールを使わずに4種類中3種類のゲームを特定した。回答にはいずれも46分以上かかった。

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

Simon Willison氏は、小規模なニューラルネットワークの生の重みを調べるだけで、コードを実行したりほかのツールを使ったりせずにQwen 3.8 27Bがゲームを特定できるか試した。ノートPCで17GBのモデルを動かしたところ、Pac-Man、Pong、Breakoutは正しく特定した一方、FreewayをPac-Man風のゲームと誤認したという。

正解したケースでは、回答にそれぞれ46分から1時間以上かかった。Willison氏の実験が検証したのは重みの解釈であり、別のモデルを編集したり性能を向上させたりできることを示したものではない。これは、氏が参照していた論文で別途取り上げられている主張だ。

## 事実

- Willison氏のテストでは、Qwen 3.8 27Bは4種類のゲームのネットワークのうち3種類を正しく特定した。
- Pac-Manの回答には46分12秒、Pongの回答には1時間4分54秒かかった。

## なぜ重要か

大規模モデルをローカルで動かす人にとって、このテストは、小規模なネットワークの重みからその機能を推測できる可能性を示している。ただし処理には時間がかかり、4種類中1種類は特定できなかった。

## 出典と参考資料

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

最終更新: 2026-11-03