第 2026-11-02 期 · 行业追踪 · 研究 · 模型发布
研究:Astra可直接读写权重提升Qwen数学能力

一项研究提出“权重空间编程”:GPT-6 Astra仅通过查看原始权重即可判断网络训练目标,并在无环境反馈下从零写出小型游戏网络,其表现超过PPO训练1亿步的模型。Astra还定位Qwen3.5-0.8B导致推理循环的权重问题,仅修改0.016%权重,将MATH-500从7.9%提升至48.1%,IFEval提升3倍。
查看原文 ↗
一项研究提出“权重空间编程”:GPT-6 Astra仅通过查看原始权重即可判断网络训练目标,并在无环境反馈下从零写出小型游戏网络,其表现超过PPO训练1亿步的模型。Astra还定位Qwen3.5-0.8B导致推理循环的权重问题,仅修改0.016%权重,将MATH-500从7.9%提升至48.1%,IFEval提升3倍。
查看原文 ↗