研究提出权重空间编程方法
热点事件持续更新
研究提出权重空间编程方法
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
研究团队提出“权重空间编程”（Weight-Space Programming）：让语言模型 GPT-6 Astra 直接读取并修改其他模型的权重，无需常规的逐步数学优化训练。团队称，在 Qwen3.5-0.8B 上，Astra 只改动 0.016% 的权重，就把 MATH-500 准确率从 7.9% 提升到 48.1%，指令遵循能力从 21% 提升到 62%。 实验日志已发布在 GitHub，修改后的 Qwen 模型已上传至 Hugging Face。团队表示，下一步将建立基准，对这一方法进行系统测量。
AI 根据报道生成 · 1 小时前更新
最新进展11月4日 23:44
GPT-6 Astra 通过权重直接改写其他 AI 模型报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- The Decoder精选GPT-6 Astra 通过权重直接改写其他 AI 模型
研究团队提出 Weight-Space Programming，让 GPT-6 Astra 直接读取和修改其他模型的权重，无需常规的逐步数学优化训练。在 Qwen3.5-0.8B 上，Astra 只改动 0.016% 的权重，就把 MATH-500 准确率从 7.9% 提升到 48.1%，指令遵循能力从 21% 提升到 62%。
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。