GPT-6 Astra 直接改底层参数修复 Qwen3.5-0.8B 死循环
GPT-6 Astra 只改了 Qwen3.5-0.8B 万分之十六的参数，没重训就把数学成绩从 7.9% 拉到 48.1%，挺离谱的实验。
全部动态
AI 相关资讯全量信息流 · 687 条
11月4日
11月3日
Google 研究员复现 MIT「Weight-Space Programming」实验，发现最新一代模型能力跳变
Google 的 Alex Krentsel 把 MIT 那个写权重的实验复现了一遍，还测了一串模型版本，发现 GPT-6 Astra 这批突然能写出 PPO 训练 20 倍效果的 Breakout 网络，台阶式跳变挺有意思。
仅改 0.016% 参数让 Qwen 数学成绩大涨的方法解析
教你怎么只动 Qwen 万分之一点六的参数就把数学成绩拉上去，改动成本极低，搞模型微调的可以看看思路。
GPT-6 Astra 直接改写 Qwen3.5-0.8B 权重，数学能力提升 6 倍
有人让 GPT-6 直接手改 Qwen 小模型的权重，不改 99.98% 的参数，数学就涨了 6 倍，全程零训练零梯度，思路很邪门，推荐看看原文。
研究称 LLM 可直接改写神经网络权重，GPT-6 Astra 微调 Qwen3.5-0.8B 数学能力提升至 6 倍
有人让 GPT-6 Astra 直接改 Qwen3.5-0.8B 的权重，不动一行训练代码，数学就快了 6 倍，这思路挺新鲜。
用 GPT-6 Astra 直接改 Qwen3.5-0.8B 权重，数学能力提升 6 倍
有人让 GPT-6 Astra 不训练直接改 Qwen3.5-0.8B 的权重，数学提升 6 倍，思路很新鲜，帖子不长值得看看。
不训练不算梯度：GPT-6 Astra 改 0.016% 权重，Qwen3.5-0.8B 数学正确率升 6 倍
MIT 那篇权重空间编程的博客，让 GPT-6 直接手改 Qwen 小模型的权重，数学分涨 6 倍，里面几个失败条件也讲得挺实在。
GPT-6 Astra 直接改写 Qwen3.5-0.8B 权重，数学能力提升最高 6 倍
有人让 GPT-6 Astra 手改 Qwen3.5-0.8B 的权重，不动训练流程，数学就快了 6 倍，思路很新奇。
MIT CSAIL 用 GPT-6 Astra 直接改写 Qwen 0.8B 权重，数学能力提升 6 倍
MIT 团队不训练不微调，直接让 GPT-6 Astra 改 Qwen 0.8B 的权重，改 0.016% 参数数学就快 6 倍，脑洞很新。
MIT 研究：编辑 0.016% 权重让 Qwen3.5-0.8B 的 MATH-500 成绩从 7.9% 升至 48.1%
Qwen3.5-0.8B 做数学题经常卡在死循环里烧 32K token，MIT 找到出问题的两层，只改 0.016% 权重就把 MATH-500 从 7.9 分拉到 48.1 分。
MIT CSAIL 提出 Weight-Space Programming：让 GPT-6 Astra 直接读写权重
MIT 团队让 GPT-6 Astra 直接改 Qwen3.5-0.8B 的 0.016% 权重，不训练不跑梯度，数学成绩翻了六倍，思路很新鲜。
用 GPT-6 Astra 直接改写 Qwen3.5-0.8B 权重，数学成绩提升至 6 倍
有人让 GPT-6 不训练、不调参，直接手改 Qwen3.5-0.8B 的 0.016% 权重，数学成绩涨到 6 倍，这篇博客讲了具体怎么做到的。
MIT CSAIL 发现 GPT-6 Astra 可直接改写模型权重提升性能
MIT 团队让 GPT-6 Astra 直接改 Qwen3.5-0.8B 的权重，只动 0.016% 就把数学分数从 7.9% 拉到 48.1%，完全不用训练，做法挺新奇。
OpenAI GPT-6.2 Astra 疑似灰度测试，Codex 用量统计中已出现
有 Codex 用户发现后台偷偷跑上了 gpt-6.2-astra，一个账号用量占比都到 19.8% 了，OpenAI 还没官宣，感兴趣可以去自己用量页看看有没有。
MIT 提出权重空间编程：GPT-6 Astra 改 Qwen3.5-0.8B 约 0.016% 权重，MATH-500 提升至 6 倍
MIT 那帮人让 GPT-6 Astra 直接改 Qwen3.5-0.8B 的权重，只动 0.016% 参数，数学成绩翻了 6 倍，全程没跑训练循环，思路很新颖。
llm 0.37 发布：默认模型改为 gpt-6-luna，价格减半
Simon Willison 的命令行工具 llm 出新版了，默认模型换成便宜一半的 gpt-6-luna，还支持给 Gemini Embedding 2 嵌视频音频，常用 CLI 的可以升级。
MIT 研究用 GPT-6 Astra 直接改权重提升 Qwen3.5-0.8B 数学成绩
不训练也能改模型：Astra 找到让 Qwen3.5-0.8B 复读循环的信号并从权重里减掉，0.016% 的改动让 MATH-500 从 7.9% 涨到 48.1%。
MIT 研究：直接改 0.016% 权重让 Qwen 小模型数学成绩从 7.9% 升至 48.1%
MIT 用 GPT-6 Astra 直接改 Qwen 小模型 0.016% 的权重，数学分数从 7.9% 拉到 48.1%，不用梯度训练，方法本身就很反直觉。
skyfallai 发布 SKY-001：用 3D 分层规划生成可制造的物理产品设计
skyfallai 的 SKY-001 能直接产出零件树和构建步骤的 3D 设计，CAD 精度追平 GPT-6 Astra，成本只有 1/150，做硬件设计的朋友可以看看。
OpenAI 发布 LifeVal 基准，测试模型能否完成日常琐事
OpenAI 搞了个叫 LifeVal 的新基准，专门测模型能不能帮你跑腿办事，GPT-6 Astra 拿了 80.6%，比 GPT-5.2 的 49.3% 高了一截。
SemiAnalysis 发布 GDPx 基准，Claude Opus 5.5 平均仅得 12%
SemiAnalysis 搞了个 GDPx 基准，让智能体真去翻几千个文件干活，结果最强的 Claude Opus 5.5 也才拿 12 分，金融法律题全军覆没。
网友盘点被冷落的 AI 工具：Gemini 香蕉、Codex 都在列
像是身边人问你：哪些 AI 工具你用着用着就不碰了？楼主提了 Gemini 香蕉和 Codex，评论区能刷出一堆真实使用变化。
dots 宣布扩展模型家族：新增 GPT-6 Astra 与 GPT-6.1 Terra
dots 团队官宣给产品接入 GPT-6.1 Terra，主打更快速度和更好的个性，喜欢用 dots 的可以关注下。
11月1日
OpenAI 在 API 定价页上线 gpt-6-astra-law 法律模型配置
OpenAI 定价页悄悄挂出了 gpt-6-astra-law，输入 10 刀、输出 50 刀，定位法律场景，还给了到 2026 年底的促销价，可以留意。
10月31日
OpenAI 展示 GPT-6 Astra 远程控制机械臂实验
OpenAI 转发了社区玩家用 GPT-6 Astra 远程操控机械臂的视频，想看模型落到物理世界的话可以瞅瞅。
10月30日
Simon Willison：Claude Opus 5.5 让 Vibe Gaming 成为拐点
Simon 又发观察文了：他说 Opus 5.5 连 3D、音乐、游戏设计都能一手包办，GPT-6 Astra 暂时还差点趣味感，做游戏的可以看看。
Jacob Sansbury 撰文介绍 Spawn 如何用 Fable 智能体集群自主开发多人游戏
一个每月烧 300 万美元 token、由智能体全自动写代码的游戏项目，连 bug 都是 AI 自己发现自己修，读着很开眼。
10月29日
Anthropic 加强防御后，中国 AI 实验室转向蒸馏 OpenAI 的 GPT-6 Astra
Anthropic 把 Claude 看紧了，中国的实验室转头去蒸馏 OpenAI 的 GPT-6 Astra，这篇讲的就是这个转移。
Google 发布 Gemini 4 Carbon：AA 综合榜第一，先开放给网络安全防御团队
Google 两周内连发 Argon 和 Carbon，Carbon 综合榜 59 分登顶，引入期价格只有 Opus 5.5 一半，不过编程测试还没打过 GPT-6 Astra。
同一任务对比：Claude Opus 5.5 用 3270 次动作，GPT-6 Astra 只用 514 次
两个大模型在机器人上写同一个 hello world，一个磨了 34 分钟用 3270 次动作，另一个 13 分钟搞定，差异很直观。
Google 发布 Gemini 4 Carbon，主打网络安全能力
Google 放出了新的 Gemini 4 Carbon，在 Artificial Analysis 的榜单上超过了 Claude Opus 5.5 和 GPT-6 Astra，这次还特别强化了网络安全能力。
Google 发布 Gemini 4 Carbon，安全基准超 GPT-6 Astra 与 Claude Opus 5.5
Google 放出 Gemini 4 Carbon，网络安全基准把 GPT-6 Astra 甩开 12 个点，不过现在只有安全领域的合作伙伴能用，定价倒是和 Argon 一样。
Gemini 4 Carbon (High) 登顶 Text Arena，得 1528 分
Google 新版 Gemini 4 Carbon 文本榜登顶了，Agent 榜排第二，仅次于 Opus 5.5，想看榜单情况的可以看看。
Google 发布 Gemini 4 Carbon，安全基准超 GPT-6 Astra 与 Claude Opus 5.5
Google 两周内连发两代旗舰，Carbon 的漏洞发现和修补成绩直接压过 OpenAI 和 Anthropic，长上下文 96.2% 也很猛，定价还先打折，搞安全的建议盯一下。
Gemini 4 Carbon 登顶 Artificial Analysis 指数，超越 Opus 5.5 与 GPT-6 Astra
Google 的 Gemini 4 Carbon 把 Opus 5.5 和 GPT-6 Astra 都比下去了，还拿下 Artificial Analysis 指数第一，看看这次是不是真翻身。
GitHub 发布 Copilot Fusion，动态调度 Anthropic 与 OpenAI 模型
GitHub 新出的 Copilot Fusion 会自动在 Claude 和 GPT 模型里挑着用，跑分只比 Opus 5.5 低 2 分，成本却便宜一半。
10月28日
Simon Willison：2026年10月是vibe coding游戏开发的拐点
Simon Willison只用聊天界面就vibe出了四款真的好玩的游戏，他说Opus 5.5的游戏设计感超过了GPT-6 Astra，想自己做游戏的话这篇是很好的参照。
Artificial Analysis Index 推出 v5 更新，Claude Opus 5.5 居首
评估榜单 Artificial Analysis 更新到 v5，Claude Opus 5.5 超过 GPT-6 系列，选模型前可以看看这版新排名。
Artificial Analysis Intelligence Index v5 上线，Claude Opus 5.5 以 58 分居首
Claude Opus 5.5 拿下 58 分登顶，GPT-6 Astra 只差 1 分，还新增了两个编程基准，选模型前可以看看这份榜单。
Artificial Analysis 智能指数 v5 上线：60% 权重改用私有测试集
Artificial Analysis 把 60% 评测改成私有题库防作弊，现在 Claude Opus 5.5 排第一，选模型前可以看看这份新榜。