Araştırmacılar, GPT-6 Astra'nın matematiğini geliştirmek için küçük bir Qwen modelinin ağırlıklarını eğitim yapmadan düzenlediğini söylüyor

X'teki rikiyatakehi hesabından yapılan bir paylaşımda, yazarların GPT-6 Astra'dan matematik performansını artırmak için Qwen3.5-0.8B'nin ağırlıklarını düzenlemesini istediği belirtiliyor. Yazarlar, modelin ağırlıkların yalnızca %0,016'sını doğrudan değiştirdiğini; küçük modelin akıl yürütme döngülerini giderdiğini, matematik performansını 6 kata kadar, talimatları izleme becerisini ise 3 kat artırdığını ve bunu gradyanlar ya da eğitim kullanmadan yaptığını söylüyor. Bu yaklaşıma Weight-Space Programming adını veriyorlar.

MIT CSAIL'den yazarlar, yaklaşımı 2 Kasım'da yayımlanan bir blog yazısında anlatıyor. MATH-500 puanının %7,9'dan %48,1'e çıktığını ve IFEval performansının üç katına ulaştığını bildiriyorlar. Daha küçük deneylerde Astra'nın, ham ağırlıklarından küçük bir ağa hangi oyunun öğretildiğini bulduğunu, başarısız bir araç kontrol politikasını ağırlıklarının %3,5'ini düzenleyerek düzelttiğini ve 100 milyon adım boyunca eğitilmiş PPO ağlarını yenen, sıfırdan küçük oyun oynama ağları yazdığını söylüyorlar.

Sonuçlar yazarların kendi iddialarıdır ve bağımsız olarak doğrulanmamıştır. Paylaşımın 2 Kasım itibarıyla X'te yaklaşık 9.600 beğenisi ve 419 yanıtı vardı.