研究人員稱 GPT-6 Astra 編輯了小型 Qwen 模型的權重，在未經訓練的情況下提升其數學能力

X 帳號 rikiyatakehi 發文稱，作者請 GPT-6 Astra 編輯 Qwen3.5-0.8B 的權重，以提升其數學能力。他們表示，模型直接修改的權重僅占 0.016%，便修正了小型模型的推理循環，使數學能力提升最高達 6 倍、指令遵循能力提升 3 倍，而且沒有使用梯度或進行訓練。他們將這種方法稱為 Weight-Space Programming。

來自 MIT CSAIL 的作者在 11 月 2 日發布的部落格文章中介紹了這項方法。他們報告稱，MATH-500 的成績從 7.9% 提升至 48.1%，IFEval 的成績則增加至 3 倍。在規模較小的實驗中，他們表示，Astra 僅根據原始權重便說出了某個小型網路受訓玩的遊戲名稱；透過編輯 3.5% 的權重，修復了失效的汽車控制策略；並從零開始編寫小型遊戲網路，表現勝過訓練 1 億步的 PPO 網路。

這些結果是作者自己的說法，尚未經過獨立查證。截至 11 月 2 日，該貼文在 X 上約有 9,600 個讚和 419 則回覆。