IT之家 · 智能时代T2·基座大模型
88 分
MIT CSAIL 研究人员提出“权重空间编程”新方法，利用 GPT-6 Astra 直接读取并修改 Qwen3.5-0.8B 的神经网络权重。该方法无需梯度下降或传统训练循环，仅调整约 0.016% 的参数即可消除推理循环问题，使模型在 MATH-500 基准测试中的成绩从 7.9% 提升至 48.1%，为模型优化和可解释性研究提供了全新范式。
术语slug: reasoning-loop
推理循环
Reasoning Loop
模型在生成过程中陷入自我重复且无法收敛至最终答案的状态，常导致输出截断或逻辑停滞。
收录情报动态
MIT 提出权重空间编程：LLM 直接修改模型权重提升数学能力
宝玉 (@dotey)T2·基座大模型
88 分
MIT CSAIL 团队提出“权重空间编程”新范式，利用前沿大模型（如 GPT-6 Astra）直接读取并修改其他神经网络的原始权重，无需梯度计算或重新训练。实验显示，Astra 仅修改 Qwen3.5-0.8B 中 0.016% 的权重，便将其 MATH-500 准确率从 7.9% 提升至 48.1%，主要机制是消除推理循环障碍而非注入新知识。该研究证明了大模型具备原生读写神经网络权重的能力，为 AI 自我改进提供了新路径，但结果尚待独立复现。
Rohan Paul (@rohanpaul_ai)T2·基座大模型
92 分
MIT 研究人员展示了“权重空间编程”新范式，利用前沿大模型 GPT-6 Astra 直接编辑其他 AI 模型的权重参数。该方法无需梯度下降或传统训练，仅修改 0.016% 的权重即可修复 Qwen3.5-0.8B 的推理循环缺陷，使其在 MATH-500 基准上的准确率从 7.9% 飙升至 48.1%，实现了近 6 倍的性能跃升。