MIT 用 GPT-6 Astra 改写 Qwen 权重，MATH-500 升至 48.1%

2026 年 11 月 12 日，DEV Community 的 AI 栏目援引 VentureBeat 的报道，披露了 MIT 研究人员的一项实验：他们使用 OpenAI 的 GPT-6 Astra 对 Qwen3.5-0.8B 的约 0.016% 参数进行检查与修改，该模型的 MATH-500 得分随之从 7.9% 提升至 48.1%。

报道指出，实验团队将该模型原本偏低的分数主要归因于模型反复进入“思考”循环、最终耗尽输出上限，而非数学推理能力本身的不足。此次干预集中在两个 tensor 上，实验过程中使用了工具、假设检验与验证，并分别在 10、25 和 50 次 forward passes 的预算下进行了运行。此外，开发者 Nathan Barry 报告称，一种更简单的线性规划方法也能复现或超过 Astra 带来的大部分改进。报道还提到，对于维护特定用途模型的开发者而言，该实验把维护工作的方向从重新训练转向对模型内部行为进行诊断和修补，但这一做法仍需经过人工审查，后续直接编辑是否比重新训练更便宜、更可靠、更易扩展，仍有待验证。