论文多源确认
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
精选理由
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。
MIT CSAIL研究人员提出Weight-Space Programming权重空间编辑方法，让GPT-6 Astra分析Qwen3.5-0.8B的内部参数，找到与重复推理相关的权重方向并做针对性修改。整个过程不走梯度下降、不做训练，只改动了约0.016%的权重参数。在最强示例中，该模型在MATH-500上的成绩从7.9%提升到48.1%。作者称这类似于给神经网络做基因编辑，通过修改少量参数缓解小模型的推理死循环。
原文 · AIGCLINK
MIT CSAIL研究人员让GPT-6 Astra去修改Qwen3.5-0.8B的权重，只改动了0.016%的参数，就让数学测试成绩提高了6倍
不走梯度下降、不做训练，只动了约0.016%的权重，在最强示例里，MATH-500从7.9%提到 48.1%
过去优化模型，通常需要收集数据、训练、调参，消耗大量计算资源
这个有点像给神经网络做基因编辑，让更强的模型分析小模型内部参数，找到与重复推理相关的权重方向，再针对性的修改少量参数，缓解推理死循环
作者把这叫Weight-Space Programming权重空间编辑
如果可复现，这可能会改变AI行业优化模型的方式，甚至催生出一种新分工，让大模型充当小模型的工程师
#AI优化AI #AI模型优化 #AI自我改进
