GPT-6 Astra 直接改写 Qwen3.5-0.8B 权重，MATH-500 得分从 7.9% 升至 48.1%

MIT CSAIL 研究团队公布了一项名为「权重空间编程」的实验结果：GPT-6 Astra 通过自然语言指令直接修改 Qwen3.5-0.8B 中的 131,072 个权重，占全部参数的 0.016%，该模型 MATH-500 得分因此从 7.9% 升至 48.1%。整个过程耗时 20.3 小时，含 158 轮对话、80 次 Python 执行和 50 次模型评估；GSM8K 从 13.8% 升至 67.1%，IFEval 从 21.0% 升至 62.3%，因陷入重复循环而触及 32,768 token 上限的回答比例从 93% 降至 33.1%。团队称 Astra 并未注入新的数学能力，只是移除了阻碍模型发挥已有能力的障碍；在 Gemma 3 270M 上重复同一实验时，MATH-500 得分波动不超过 1 个百分点。