Badacze twierdzą, że GPT-6 Astra zmienił wagi małego modelu Qwen, by poprawić jego wyniki z matematyki — bez treningu

W poście na X konto rikiyatakehi twierdzi, że jego autorzy poprosili GPT-6 Astra o zmianę wag Qwen3.5-0.8B, by poprawić jego wyniki z matematyki. Według nich model bezpośrednio zmienił zaledwie 0,016% wag, eliminując pętle rozumowania małego modelu, poprawiając wyniki z matematyki nawet 6-krotnie, a wykonywanie poleceń 3-krotnie — bez gradientów i treningu. Autorzy nazywają to podejście Weight-Space Programming.

Autorzy z MIT CSAIL opisali je we wpisie na blogu opublikowanym 2 listopada. Podają, że wynik w teście MATH-500 wzrósł z 7,9% do 48,1%, a wynik w IFEval potroił się. W mniejszych eksperymentach Astra miała rozpoznać z surowych wag grę, na której trenowano małą sieć, naprawić nieskuteczną politykę sterowania samochodem, zmieniając 3,5% jej wag, oraz od podstaw napisać małe sieci grające w gry, które pokonały sieci PPO trenowane przez 100 milionów kroków.

Wyniki są twierdzeniami samych autorów i nie zostały niezależnie zweryfikowane. 2 listopada post miał na X około 9600 polubień i 419 odpowiedzi.