MIT CSAIL：GPT-6 Astra直接编辑神经网络权重提升数学能力
Show HN: Hacker Times, a New York Times-inspired version of Hacker News
Researchers Report Direct Edits to Neural-Network Weights
研究人员报告对神经网络权重的直接编辑
An MIT CSAIL team reports early experiments in which GPT-6 Astra interpreted and modified neural-network weights without writing a training loop. In one Qwen test, the authors say a small weight change sharply improved math and instruction-following scores; the findings are preliminary.
麻省理工学院计算机科学与人工智能实验室（CSAIL）团队报告了早期实验，其中 GPT-6 Astra 在不编写训练循环的情况下解释并修改了神经网络权重。作者称，在一次 Qwen 测试中，微小的权重变化显著提升了数学和指令遵循得分；这些发现尚属初步阶段。
Rikiya Takehi and colleagues / MIT CSAIL·770 comments
Rikiya Takehi 及其同事 / 麻省理工学院 CSAIL · 770 条评论
Rikiya Takehi and colleagues / MIT CSAIL
Rikiya Takehi 及其同事 / 麻省理工学院 CSAIL
更进一步：量化金融体系
看懂新闻只是起点——沿量化金融路径，把它变成能交付的工程能力