MIT CSAIL 团队称 GPT-6 Astra 无需训练即可直接改写模型权重，数学成绩最高涨至 6 倍

改掉 0.016% 的权重，数学成绩翻倍

11 月 3 日（北京时间），一组来自 MIT CSAIL 的研究者在多篇文章与社交媒体帖子中公布了他们的「权重空间编程」方法。据团队博士生 Rikiya Takehi 及其同事介绍，这一方法让 GPT-6 Astra 在不进行任何训练、不计算梯度的情况下，直接读取并修改另一个神经网络的权重。

研究者给出的实验对象是小型模型 Qwen3.5-0.8B。据称，GPT-6 Astra 只改动了其中约 0.016% 的权重（131072 个参数），该模型在 MATH-500 上的成绩就从 7.9 提高到 48.1，GSM8K 从 13.8 提高到 67.1，指令遵循能力提升 3 倍。

成绩数字全部来自研究者一方

需要指出的是，上述各项成绩均由研究者自己报告，目前尚无独立复现结果或第三方验证公开。若方法属实，模型能力的调整将可以绕过微调流程，直接作用在权重本身。

这一消息在当天得到了多方转述。11 月 3 日凌晨 4 时 17 分，Rohan Paul 发帖提及该研究；早上 5 时 37 分，OpenAI 开发者体验团队成员、负责 Codex 相关工作的 Dominik Kundel 在社交平台转述了「GPT-6 Astra 直接改写模型权重」一事并称赞其效果，但并未提供任何新的验证信息；早上 8 时 35 分，indigo 也发帖介绍了同一研究。

当天上午 10 时，IT之家报道了这一事件；中午 12 时 35 分，Latent Space 发文，标题中把这一方法与「将 Autoresearch 移出 RSI 循环」联系在一起。目前各公开报道中的成绩数字均出自研究者一方。

方法仍待验证

截至发稿，MIT CSAIL 团队尚未公布可独立核验的数据或第三方评估，也没有其他机构宣布复现该结果。事件页持续更新中，后续验证情况有待观察。