GPT-6 Astra 爆改 Qwen 大脑：只动 0.016% 参数，数学成绩疯涨
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。
这篇报道介绍一种针对 Qwen 模型的极小规模参数修改方法，只调整 0.016% 的参数，就能让数学成绩出现明显上涨。文章标题将这种做法称为给 Qwen「爆改大脑」，核心在于用极低的改动成本换取特定能力的提升。报道出自爱范儿，原文详细内容需点击查看。
GPT-6 Astra 爆改 Qwen 大脑：只动 0.016% 参数，数学成绩疯涨
我「编程」我自己 #欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。
研究 GUI 智能体的朋友可以看这篇：153 个还原真实网站的容器化环境，含 3,518 个任务，还能直接拿来跑 RL 训练，代码全开源。
这篇讲的是 LLM 不只生成文本，直接改 Qwen 的权重来修掉推理循环，还牵出 DeepSeek 的 super-agent 原型和 GDPx 基准，玩法挺新鲜。
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。
手搓 Dify 工作流太费劲的话看看这篇，ChatDify 用三个智能体把需求描述直接转成可用工作流，Qwen-3.7 后端成功率能到 0.96。
跑一堆 LoRA 适配器做服务的朋友看这个：85 个 Qwen 和 Llama 适配器压到 7.7% 参数，分数基本不掉，吞吐还涨了。
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。
