AI 聚合热点事件 · 2026/11/3
MIT CSAIL 团队提出“权重空间编程”新范式，利用前沿大模型 GPT-6 Astra 直接读取并修改其他神经网络的原始权重。实验显示，Astra 仅改动 Qwen3.5-0.8B 中约 0.016% 的参数（131,072 个权重），无需梯度下降或重新训练，便将其在 MATH-500 基准测试中的准确率从 7.9% 飙升至 48.1%，实现近 6 倍的数学能力跃升，同时指令遵循能力也提升约 3 倍。
技术细节表明，Astra 通过定位并修复第 15、19 层 MLP 中导致推理循环的特定权重缺陷，释放了模型潜在能力而非注入新知识。此外，Astra 还展示了从零编写高性能游戏网络权重的能力，性能超越传统 PPO 基线 20 倍。这一发现验证了 LLM 具备原生读写神经网络参数的能力，可能绕过传统递归自我改进（RSI）中高成本的自动搜索环节，为 AI 自主进化提供低算力路径。
尽管目前结果尚待独立复现且缺乏系统性基准，但该研究已开源实验日志与修改后的模型。它标志着模型优化从符号计算向语义理解转变，为可解释性研究和高效微调开辟了新方向，预示未来神经网络可能由具备推理能力的 LLM 进行原生优化。
曲线只比较全程持续完整观测的同一批信源；缺口小时数据已插值平滑，保持趋势连续。
原标题：GPT-6 Astra sees the matrix and reprograms other AI models directly through their weights
原标题：GPT-6爆改模型权重！数学能力狂飙6倍，MIT博一新作破圈了
原标题：[AINews] LLMs can read & write neural network weights: "Weight Space Programming" cuts Autoresearch out of the RSI loop
原标题：MIT 研究者提出「权重空间编程」：GPT-6 Astra 仅修改 Qwen3.5-0.8B 约 0.016% 权重，数学成绩提升至原来 6 倍
原标题：MIT：GPT-6 Astra能直接修改Qwen权重，数学能力暴涨6倍
原标题：Show HN: Hacker Times, a New York Times-Inspired Version Hacker News
原标题：不训练、不算梯度，GPT-6 Astra 直接改了另一个模型的权重：只动了 Qwen3.5-0.8B 0.016% 的权重，MATH-500 数学正确率从 7.9% 涨到 48.1%，约 6 倍。
原标题：This is cool as heck!
原标题：MASSIVE. MIT researchers showed that GPT-6 Astra can improve another AI model by changing its weight...
原标题：Astra can read and write weights to improve Qwen