MIT提出权重空间编程方法
热点事件持续更新
MIT提出权重空间编程方法
2 篇报道2 个报道来源2 小时前更新
先了解这件事
AI 综述
麻省理工学院研究人员提出“权重空间编程”方法，使 GPT-6 Astra 在无需梯度下降或传统训练循环的情况下，通过直接修改 Qwen3.5-0.8B 约 0.016% 的权重，将该模型在 MATH-500 测试中的成绩从 7.9% 提升至 48.1%，并同步提高了指令执行能力。 实验显示，该方法主要通过定位并修复推理循环中的问题来提升模型表现。
AI 根据报道生成 · 8 分钟前更新
最新进展11月3日 10:00
MIT 研究者提出「权重空间编程」：GPT-6 Astra 修改 Qwen3.5 权重提升数学成绩报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- IT之家MIT 研究者提出「权重空间编程」：GPT-6 Astra 修改 Qwen3.5 权重提升数学成绩
麻省理工学院研究人员提出「权重空间编程」方法，让 GPT-6 Astra 直接修改 Qwen3.5-0.8B 约 0.016% 的权重，使模型在 MATH-500 测试中的成绩从 7.9% 提升至 48.1%。该过程未使用梯度下降或传统训练循环，而是通过定位并修复推理循环问题来提升模型表现。
- 量子位MIT 实验显示 GPT-6 Astra 可直接修改 Qwen 权重提升数学能力
MIT 研究人员通过实验展示了名为 Weight-Space Programming 的方法，让 GPT-6 Astra 直接读取并修改 Qwen3.5-0.8B 的权重。在未通过梯度训练的情况下，仅改动 0.016% 的权重便使 MATH-500 得分从 7.9% 提升至 48.1%，指令执行能力也同步提高。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。