热点事件持续更新

MIT团队探索AI直接修改神经网络权重

2 篇报道2 个报道来源9 小时前更新

先了解这件事

AI 综述

MIT CSAIL 团队公布权重空间编程实验，利用 GPT-6 Astra 直接读取、修复和生成神经网络权重，在不重新训练模型、不使用梯度下降的情况下，将 Qwen3.5-0.8B 在 MATH-500 上的成绩从 7.9% 提升至 48.1%，仅修改约 0.016% 的参数。实验还显示，在没有训练数据、梯度和训练过程的情况下，Astra 生成的游戏策略网络超过了经过 1 亿步 PPO 训练的模型。不过，Astra 分析权重、生成代码、批量推理和评测仍需消耗计算资源，其自身能力也来自此前的训练。研究团队强调，目前公布的仍是非常早期的实验结果，并将这种由模型推理驱动、直接操作神经网络权重的方式称为“权重空间编程”。

AI 根据报道生成 · 3 小时前更新

报道时间线

沿着报道，了解事件的不同侧面。

11月3日

11:52
知乎专栏：机器之心
MIT CSAIL 探索 GPT-6 Astra 权重空间编程，修改 Qwen3.5-0.8B 权重提升数学成绩
MIT CSAIL 团队开展权重空间编程实验，让 GPT-6 Astra 直接读取和修改 Qwen3.5-0.8B 的神经网络权重，将其在 MATH-500 上的成绩从 7.9% 提升至 48.1%，仅修改约 0.016% 的参数，且未使用重新训练或梯度下降。
09:55
知乎专栏：量子位
MIT实验展示GPT-6 Astra通过权重空间编程修改神经网络权重
MIT研究团队展示了Weight-Space Programming（权重空间编程）方法，让GPT-6 Astra直接分析和修改神经网络权重，无需梯度下降即可改变模型行为。

本事件热度走势

可比范围当前: 15
可比范围峰值: 1611月3日 19:00
近 24 小时变化: –

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。