GPT-6 Astra научилась править веса нейросетей напрямую

🤖 GPT-6 Astra научилась править веса нейросетей напрямую

Исследователи MIT CSAIL показали: frontier-модель GPT-6 Astra нативно читает и пишет веса нейросетей без градиентного спуска, циклов обучения и обратной связи от среды — подход Weight-Space Programming. Только по сырым весам (17 253 числа) модель определила, какая игра обучалась в MLP, и язык 7,2M-параметрического transformer.

🌍 Если модель оптимизирует сами веса, а не промпты и код вокруг, меняется парадигма обучения: градиентные оптимизаторы (Adam, Muon) могут уступить место «рассуждению о весах», а точечные правки дешевле полного дообучения.

👤 На Qwen3.5-0.8B правка 0,016% весов убрала reasoning loop и подняла MATH-500 с 7,9% до 48,1%, IFEval — в 3 раза; в физическом контроле одноразовая правка 3,5% весов дала успех с 0% до 100%. 100% точности идентификации пока заявлена без контрольных прогонов.

Источник 1: https://rikiyat.github.io/blog/weight-space-programming/