WeightLoop框架让GPT-6 Astra用实验反馈直接改写模型权重

arXiv 论文介绍 WeightLoop 框架，属于权重空间编程（WSP）与递归自我改进（RSI）的结合。GPT-6 Astra 读取任务规范和模型实现后，生成一段有边界的可复用参数编辑程序。新测量数据到来时，程序找出预测偏差，用观测结果验证候选改动，再写回原模型。编辑器固定不变、预测器持续演化，更新过程不需要额外 LLM 调用或梯度重训练。离线回放中，定向编辑在 8 个端点预算设置中的 7 个提升了平均排序效用，对比随机编辑则是 8 个全部提升，并在 3 个序列任务上提高了平均最终发现数。