MIT研究让GPT-6 Astra直接改写神经网络权重,Qwen3.5-0.8B数学成绩从7.9%提升至48.1%
MIT CSAIL团队提出权重空间编程方法,让GPT-6 Astra不训练、不算梯度地读取、分析和修改神经网络权重,成果由博士生Rikiya Takehi与Jayden Teoh领衔发布于研究博客《Sparks of Weight-Space Programming》。
MIT这项研究展示了用大模型直接读写神经网络权重的可能路径,现阶段属于早期实验,与企业可用的工具尚有明显距离。
- 影响现阶段对企业的模型选型、采购和训练预算没有直接影响;文章自述方法目前只适合修复明确集中的故障,无法直接增加模型不具备的知识和推理能力;若后续被独立复现并扩展到大模型,模型故障修复和定制的成本结构可能改变。
- 参考可考虑让算法团队把它列入跟踪清单,等待MIT之外的独立复现结果再评估价值;现阶段不必为它调整模型选型、试点或预算安排,已有技术规划可以照常推进。