研究称 LLM 可直接改写神经网络权重，GPT-6 Astra 微调 Qwen3.5-0.8B 数学能力提升至 6 倍

研究团队让 GPT-6 Astra 直接编辑 Qwen3.5-0.8B 的权重来改进数学能力，全程不使用梯度或训练。模型只修改了 0.016% 的权重，就把 0.8B 模型的数学能力提升最高 6 倍，指令遵循提升 3 倍，并修复了推理循环问题。团队将这种方法称为 Weight-Space Programming，即前沿 LLM 可以原生读写神经网络权重。作者认为相比现有通过写代码启动训练任务的 RSI 流程，这提供了经由权重直接递归自我改进的更原生路径。