Simon Willison 实测 GPT-6 Astra 直接解读模型权重的方法
有人用 Qwen 3.8 27B 在笔记本上复现了 GPT-6 Astra 读权重的方法，跑了 45 分钟，过程和结论都写在博客里。
全部动态
AI 相关资讯全量信息流 · 1235 条
11月4日
Intology 的 Locus 在分子预测上超过 GPT-6 Astra 和 Claude Opus 5.5 智能体
Intology 做了个叫 Locus 的系统，能自己提实验、并行跑、再迭代，分子预测上干过了 GPT-6 Astra 和 Claude 的智能体，做药物设计的朋友可以看看。
Ethan Mollick 分享用 GPT-6 Pro 与 Opus 5.5 High 审阅论文的方法
Mollick 教你让 GPT-6 Pro 或 Opus 5.5 High 当审稿人，给自己的论文要实质性反馈，写论文的可以试试。
AA-PersonalityBench：Kimi K3.1 Pro 性格特征相比前代变化最大
Moonshot 新的 Kimi K3.1 Pro 在 30 项性格测试里平均挪了 30 分，比 GPT-6 升级的 23 分还猛，讨论模型调性时可以看看这份数据。
MIT CSAIL用GPT-6 Astra编辑Qwen3.5-0.8B权重，改动0.016%参数使MATH-500提升6倍
MIT让GPT-6 Astra直接改Qwen3.5-0.8B的权重，不训练只动0.016%参数，MATH-500从7.9%冲到48.1%，思路很像给模型做基因编辑。
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。
Astra 被曝已为部分用户路由至 GPT-6.2
有人发现 Astra 已经在偷偷路由到 GPT-6.2 了，还能直接生成 SVG，看来 GPT-6.2 可能马上要正式发布。
网友爆料：GPT-6.2 可能临近发布
就一条 X 推文，作者暗示 GPT-6.2 快来了，但没有任何证据或细节，当个八卦看看就好。
测试显示 GPT-6.1 Sol 在研究任务上引用造假率为 0%
有博主测了各代模型编造参考文献的情况，GPT-6.1 Sol 造假引用降到 0%，长上下文丢事实也有改善，做文献调研的可以看看。
网友发帖调侃：盼 GPT-6.2-Astra 压过 Opus-5.5
这是一条玩梗吐槽，不是真发布。博主许愿 GPT-6.2-Astra 压过 Opus-5.5，顺便求解封求补偿，图一乐就行，别当真消息传。
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。
Deep Principle 发布开源科学模型 Hydrogen-1.0
Deep Principle 用自家实验数据把 GLM-5.3 调成了科研特化模型，FrontierScience-Research 上超过 GPT-6-Astra，权重还开源，做科研的可以关注。
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。
Replit 上周更新：Cloud Agents 开放全公司协作并接入 GPT-6.1 Terra
Replit 这波更新挺实用，Cloud Agents 让非工程师也能提交代码、工程师把关审批，还顺手接了 GPT-6.1 Terra。
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。
研究提出提示词优化的提升空间类型学
研究测了四种提示词优化器在 gpt-6 上的实际收益，结论是强推理模型上基本白折腾，只有格式类错误能靠优化救回来，还拆解了 GEPA 那点提升里多少是真本事。
LIVE-GEO 基准：GEO 优化策略在真实网页上的可见性测试
把 GEO 优化内容真的发上线上实测，发现 CORE 策略在 GPT-6、Gemini 3.6 上最管用，还揭了 ChatGPT 挑 URL 顺序的老底。
研究：多估计引导未能统一消除语言模型判断偏差
arXiv 上的预注册研究，用 gpt-6.1-sol 和 claude-sonnet-5.5 跑了锚定、后见之明等五类偏差任务，结论是让模型一次报五个估计并不能稳定去偏，做 LLM 评测的可以看看实验设计。
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。
Deep Principle 发布 Hydrogen-1.0：753B 开放权重科学发现模型
Deep Principle 把 Z.ai 的 GLM-5.3 改造成了 753B 的科研模型，专攻化学和材料，还开源了 MIT 权重，搞科研计算的可以直接拿来跑。
Nace AI 发布金融专用模型 Drex for Finance
Nace AI 出了个金融专用模型 Drex，专门做欺诈判断这种毫秒级任务，48 个金融基准测试准确率 85.7%，比 GPT-6 Luna 的 70.9% 高不少。
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。
OpenAI 称将很快发布解开千禧年大奖难题的模型
OpenAI 放话要发一个解出千禧年难题的模型，可能是 GPT-6.2 astra，数学能力这条线值得盯一下。
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。
GPT-6 与 Claude 协作破解 1988 年混沌网络难题全流程拆解
看完你会知道 GPT-6 和 Claude 在数学研究里各自能干什么，误差放大利雅普诺夫谱都讲得清楚，适合想做 AI 辅助研究的人。
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。
