ไทย(TH) GPT-6 Astra แก้ค่าน้ำหนัก AI แค่ 0.016% คะแนนคณิตกระโดด 6 เท่าได้อย่างไร?

MIT 研究人员使 AI 直接修复模型权重，提升性能

作者 PulseAugur 编辑部 · [1 个来源] · 2026-11-04 12:50

麻省理工学院 CSAIL 的研究人员推出了一种名为 Sparks of Weight-Space Programming 的新颖技术，该技术允许 AI 模型 GPT-6 Astra 直接读取和修改神经网络的权重，而无需进行传统再训练。在实验中，Astra 通过调整仅占 0.016% 的权重，成功提高了 Qwen3.5-0.8B 模型的性能，在数学和指令遵循基准测试中取得了显著的进步。虽然这种方法似乎修复了现有模型的局限性，而不是增加新知识，但其应用和影响仍在接受更广泛研究界的审查。 AI

影响这项技术可以通过直接操纵模型权重来加速 AI 的发展，有可能绕过传统的训练成本和限制。

排序理由该集群描述了大学实验室发布的一篇新颖的研究论文和技术。[lever_c_demoted from research: ic=1 ai=1.0]

在 dev.to — LLM tag 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 60 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该集群描述了大学实验室发布的一篇新颖的研究论文和技术。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: model release, paper, product; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

dev.to — LLM tag TIER_1 ไทย(TH) · Nokka · 2026-11-04 12:50

GPT-6 Astra 的 AI 权重仅调整 0.016% 如何带来数学成绩 6 倍的飞跃？

โดย Nokka (นก-กา) | 4 พ.ย. 2026 <a class="article-body-image-wrapper" href="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Ftr72…

本文如何被排名

报道来源 [1]

GPT-6 Astra 的 AI 权重仅调整 0.016% 如何带来数学成绩 6 倍的飞跃？

相关实体

相关话题