MIT团队用GPT-6Astra改写Qwen3.5-0.8B权重，MATH-500成绩升至48.1%

麻省理工学院计算机科学与人工智能实验室（MIT CSAIL）的研究团队近日展示一种名为“权重空间编程”的AI优化方法，让OpenAI的GPT-6 Astra直接改写Qwen3.5-0.8B的神经网络权重。

仅调整约0.016%、即13.072万个参数，Qwen3.5-0.8B在MATH-500数学基准上的成绩即从7.9%提升至48.1%。

研究团队的做法是让GPT-6 Astra像程序员阅读和修改代码那样，直接分析神经网络的权重，定位模型的问题，再修改其中的参数。

这一方法还被用于其他任务：在小车控制网络上修改3.5%的权重，为网络加入“先后退蓄力，再全速前进”的控制路径，成功率从0提升至100%。

被修改的Qwen3.5-0.8B是阿里云通义千问旗下的热门模型。研究团队称，整个过程没有使用梯度下降或传统训练循环。

在其他基准上，Qwen3.5-0.8B的GSM8K成绩从13.8%提升至67.1%，IFEval指令遵循成绩从21.0%升至62.3%；其在MATH-500上触及token上限的回答比例从93.0%降至33.1%。

市场有风险，投资需谨慎。本文为AI基于第三方数据生成，仅供参考，不构成个人投资建议。