MIT权重空间编程：仅改0.016%权重，数学成绩升至6倍
热点事件持续更新
MIT权重空间编程：仅改0.016%权重，数学成绩升至6倍
2 篇报道2 个报道来源3 小时前更新
先了解这件事
AI 综述
MIT CSAIL 研究人员提出「权重空间编程」方法：让 GPT-6 Astra 直接读取并改写 Qwen3.5-0.8B 的神经网络权重，仅调整约 0.016% 的参数，就把 MATH-500 成绩从 7.9% 提升至 48.1%，指令执行能力也提高约 3 倍。 该方法不使用梯度下降或传统训练循环，但实验并非没有计算开销：GPT-6 Astra 被允许进行 50 轮前向推理来完成权重修改；Astra 自身的知识仍来自其此前的训练，分析权重、生成代码、批量推理和评测也都需要计算资源。
AI 根据报道生成 · 2 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- IT之家MIT 研究者提出「权重空间编程」：GPT-6 Astra 仅修改 Qwen3.5-0.8B 约 0.016% 权重，数学成绩提升至原来 6 倍
MIT CSAIL 研究人员提出「权重空间编程」方法，让 GPT-6 Astra 直接读取并修改 Qwen3.5-0.8B 的神经网络权重，仅调整约 0.016% 的参数、未使用梯度下降，就把 MATH-500 成绩从 7.9% 提升至 48.1%。
- 量子位精选MIT 研究：GPT-6 Astra 直接修改 Qwen3.5 权重，MATH-500 得分提升约 6 倍
MIT 提出 Weight-Space Programming（权重空间编程），让 GPT-6 Astra 直接分析并改写小模型权重，全程不用训练和梯度下降。在 Qwen3.5-0.8B 上仅修改 0.016% 的权重，MATH-500 得分就从 7.9% 升至 48.1%，指令执行能力也提高约 3 倍。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。