MIT 提出權重空間程式設計，用 GPT-6 Astra 改寫 Qwen3.5-0.8B 權重

2026 年 11 月 2 日，MIT CSAIL 研究者 Rikiya Takehi 在個人部落格釋出一項名為「權重空間程式設計」（Weight-Space Programming）的研究，核心思路是讓大語言模型直接讀取、理解和修改另一個神經網路的權重，而不是通過常規訓練流程調整引數。同日，相關討論出現在 Hacker News，摘要稱 Astra 能直接讀寫模型權重、在權重空間裡改進 Qwen，而不只靠微調或提示詞，原帖獲 630 點、182 條評論，討論集中在方法能否復現、對權重的改動是否穩定。

11 月 3 日，量子位報道稱 MIT 一項研究顯示 GPT-6 Astra 能夠直接修改 Qwen 的模型權重，數學能力提升 6 倍，指令執行能力也同步提升，但材料未提供論文細節或實驗設定；同日 IT 之家補充了更具體的實驗資料：由 Rikiya Takehi、Jayden Teoh、Alex Zhang 和 Omar Khattab 共同完成的這項研究，讓 OpenAI 的 GPT-6 Astra 直接分析並修改阿里雲通義千問熱門模型 Qwen3.5-0.8B 的神經網路權重，僅調整約 0.016% 的引數，就將該模型在 MATH-500 數學基準測試中的成績從 7.9% 提升至 48.1%，達到原來的約 6.1 倍，且整個過程沒有使用梯度下降或傳統訓練迴圈。此外，GPT-6 Astra 並不是簡單隨機調整少量引數，而是先定位 Qwen3.5-0.8B 在數學推理上的迴圈問題，該模型容易在回答數學問題時反覆生成同類步驟。

關於所涉模型，三篇報道的說法並不完全一致：Hacker News 摘要只提到改進 Qwen，量子位表述為修改 Qwen 的模型權重，IT 之家則具體到 Qwen3.5-0.8B。目前公開資訊停留在 11 月 3 日的部落格釋出與媒體報道階段，材料未提供論文細節或實驗設定。