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 CSAIL 研究人员提出「权重空间编程」，让 GPT-6 Astra 直接读取并修改 Qwen3.5-0.8B 的神经网络权重，全程不用梯度下降或反向传播。Astra 定位到该模型第 15 层和第 19 层 MLP 中导致推理循环的重复方向，仅修改 131072 个权重，约占总参数的 0.016%。修改后模型在 MATH-500 上的成绩从 7.9% 升至 48.1%，在 GSM8K 上从 13.8% 升至 67.1%，IFEval 指令遵循成绩从 21.0% 升至 62.3%。对照实验显示，很少出现推理循环的 Gemma 3 270M 在 MATH-500 上仅从 6.8% 升至 7.7%，说明该方法能消除能力发挥的障碍，但难以创造模型原本不具备的能力。