MIT 提出权重空间编程新方法
← 返回今日版面主题综述
多源合成 · 增量更新麻省理工学院研究人员提出「权重空间编程」方法，让GPT-6 Astra直接修改Qwen3.5-0.8B模型约0.016%权重，使数学基准测试成绩提升至原来的6.1倍。该技术尝试直接修改模型权重，而非通过提示词或数据微调。MIT CSAIL团队实验让GPT-6 Astra直接检查Qwen权重，使数学成绩提升。爱范儿报道指出，通过「权重空间编程」技术，直接修改Qwen3.5-0.8B的131072个参数，使其数学成绩从7.9%提升至48.1%。Dev.to报道则称，通过编辑神经网络权重的0.016%，可以显著提升小模型Qwen3.5-0.8B在MATH、GSM8K和IFEval等基准测试中的表现。
来源
4 条MIT研究人员展示OpenAI的GPT-6 Astra能够读取并故意改写其他AI模型的权重，无需传统训练。在一项实验中，Astra将Qwen模型的数学准确率从7.9%提升至48.1%，仅更改了0.016%的权重。该方法可能简化AI优化，但仍存在明确限制。
MIT CSAIL 研究团队通过「权重空间编程」技术，直接修改 Qwen3.5-0.8B 的 131072 个参数，使其数学成绩从 7.9% 提升至 48.1%。该技术尝试直接修改模型权重，而非通过提示词或数据微调。
MIT CSAIL团队实验让GPT-6 Astra直接检查Qwen3.5的权重，使数学成绩提升。
麻省理工学院研究人员提出「权重空间编程」方法，让 GPT-6 Astra 修改 Qwen3.5-0.8B 模型约 0.016% 权重，将数学基准测试成绩提升至原来的 6.1 倍。