MIT团队用GPT-6 Astra直接编辑Qwen权重提升数学能力

昨晚推上 AI 圈最热门的研究：

我们可能可以像编程一样，让 AI 编写 AI 模型的模型权重文件了。

MIT CSAIL 团队团队用 GPT-6 Astra 直接编辑了 Qwen 0.8B 模型的权重，大幅提升了它的数学能力。

他们仅更改了 0.016% 权重的情况下，将数学能力提高了 6 倍，指令跟随能力提高了 3 倍。

没有进行重新训练，也没有进行后训练和强化学习，只是直接更改了它的参数。

这带来了一个非常新的范式，对模型的可解释性有了大幅提升，也就是说我们可能可以不通过训练，直接提高模型能力。

特别大的模型由于参数量太大，可能会比较麻烦，但小模型在未来一段时间内能力会大幅提升。

具体有这么几个方向：

释放它已有的能力，比如实验里改善的千问 0.8B 出现重复推理、频繁触及思考长度上限的问题。

将某种控制策略直接移植到模型里面去。模型的控制和对齐是非常难的事，现在可以直接硬性控制它。

重新组织计算。用更有效的计算路径，替换模型训练出来的低效策略。

相当于给模型训练和控制做了一套编程体系，这个想象力太大了。