研究团队称 GPT-6 Astra 通过修改权重改善 Qwen 数学表现
研究团队称，GPT-6 Astra 在 Python 笔记本中直接修改 Qwen3.5-0.8B 的权重，无需训练，就将其 MATH-500 准确率从 7.9% 提高到 48.1%。它在 50 次练习题测试的预算内，将模型反复输出直至达到长度上限的问题追踪到两个层写入的内部信号，并通过修改 0.016% 的权重消除该信号。
1 次进展2 篇报道1 个来源1 条已核验动态
已核验动态 1
时间未知
通义千问
变更
@neuralease what a time to come
引用内容称，GPT-6 Astra通过直接修改权重，使通义千问的Qwen3.5-0.8B在MATH-500上的准确率从7.9%提高到48.1%。
事件进展 1
研究团队称 GPT-6 Astra 通过修改权重改善 Qwen 数学表现
研究团队称，GPT-6 Astra 在 Python 笔记本中直接修改 Qwen3.5-0.8B 的权重，无需训练，就将其 MATH-500 准确率从 7.9% 提高到 48.1%。它在 50 次练习题测试的预算内，将模型反复输出直至达到长度上限的问题追踪到两个层写入的内部信号，并通过修改 0.016% 的权重消除该信号。
查看来源报道 · 1 个来源 · 2 篇报道
- Rohan Paul (@rohanpaul_ai) · 研究团队称 GPT-6 Astra 通过修改权重改善 Qwen 数学表现
- Rohan Paul (@rohanpaul_ai) · 帖子称 GPT-6 Astra 直接修改 Qwen3.5-0.8B 权重，数学题得分上升
全部报道 2
Rohan Paul (@rohanpaul_ai)
同事件
帖子称 GPT-6 Astra 直接修改 Qwen3.5-0.8B 权重，数学题得分上升
一则转述研究的帖子称，GPT-6 Astra 在不训练模型的情况下，修改了 Qwen3.5-0.8B 约 0.016% 的权重，使其 MATH-500 得分从 7.9% 升至 48.1%。帖子称，修改针对的是导致模型反复输出、直到触及长度限制的内部信号；这些结果仍是帖文中的说法。
另外 1 家也报道了
- Rohan Paul (@rohanpaul_ai)
Rohan Paul (@rohanpaul_ai)
精选
研究团队称 GPT-6 Astra 通过修改权重改善 Qwen 数学表现
研究团队称，GPT-6 Astra 在 Python 笔记本中直接修改 Qwen3.5-0.8B 的权重，无需训练，就将其 MATH-500 准确率从 7.9% 提高到 48.1%。它在 50 次练习题测试的预算内，将模型反复输出直至达到长度上限的问题追踪到两个层写入的内部信号，并通过修改 0.016% 的权重消除该信号。
另外 1 家也报道了
- Rohan Paul (@rohanpaul_ai)
推荐理由：在限定测试预算内，仅修改少量权重便消除了导致答案无法完成的循环，并带来明确的数学测试成绩变化。