MIT 用 GPT-6 Astra 改寫 Qwen 權重，MATH-500 升至 48.1%

2026 年 11 月 12 日，DEV Community 的 AI 欄目援引 VentureBeat 的報道，披露了 MIT 研究人員的一項實驗：他們使用 OpenAI 的 GPT-6 Astra 對 Qwen3.5-0.8B 的約 0.016% 引數進行檢查與修改，該模型的 MATH-500 得分隨之從 7.9% 提升至 48.1%。

報道指出，實驗團隊將該模型原本偏低的分數主要歸因於模型反覆進入“思考”迴圈、最終耗盡輸出上限，而非數學推理能力本身的不足。此次干預集中在兩個 tensor 上，實驗過程中使用了工具、假設檢驗與驗證，並分別在 10、25 和 50 次 forward passes 的預算下進行了執行。此外，開發者 Nathan Barry 報告稱，一種更簡單的線性規劃方法也能復現或超過 Astra 帶來的大部分改進。報道還提到，對於維護特定用途模型的開發者而言，該實驗把維護工作的方向從重新訓練轉向對模型內部行為進行診斷和修補，但這一做法仍需經過人工審查，後續直接編輯是否比重新訓練更便宜、更可靠、更易擴充套件，仍有待驗證。