GPT-6爆改模型权重，数学能力狂飙6倍，MIT博一新作破圈了
这一天还是来了！ 不用训练、不算梯度，只让GPT-6 Astra改写另一款小模型0.016%权重，数学成绩就能原地暴涨6倍！ 今天，MIT计算机科学与人工智能实验室（CSAIL）带来的这项新研究，在全网彻底火了。 他们首次提出了一个颠覆传统深度学习的新范式，「权重空间编程」。 要知道，神经网络的权重文件里全是一眼望不到
这一天还是来了！
不用训练、不算梯度，只让
GPT-6 Astra改写另一款小模型0.016%权重，数学成绩就能原地暴涨6倍！
今天，MIT计算机科学与人工智能实验室（CSAIL）带来的这项新研究，在全网彻底火了。
他们首次提出了一个颠覆传统深度学习的新范式，「权重空间编程」。
要知道，神经网络的权重文件里全是一眼望不到头的数字。
过去四十年里，没有任何人类能肉眼看懂这堆数字在算什么，想改模型行为只能喂数据、算梯度，靠训练一步步微调。
但这一次，GPT-6 Astra直接跳过了训练，光靠推理就能看懂并亲手改写底层权重。
靠着这手绝活，它不仅徒手治好了开源小模型Qwen3.5-0.8B的死循环毛病，甚至还能从零手搓出一个百万参数的围棋AI！
论文一经发布，全网破200万人围观，转发、讨论直接破圈，许多人在评论区直呼「见证历史」。
在硬核拆解「权重空间编程」之前，先划出这次MIT报告中的颠覆性重点：
- 爆改权重：只改0.016%的权重，Qwen3.5-0.8B的MATH-500从7.9%飙到48.1%，暴涨6倍，指令遵循翻3倍。
- 读懂神经网络：只看17253个数字，Astra便以99%的置信度一眼认出，四个游戏策略网络各自在玩哪款游戏——打砖块、乒乓球、吃豆人和过马路。
- 徒手敲出权重：从全零开始，一次回复手写出打砖块网络，得分517.4，是PPO苦练5亿步的20倍！
这篇由MIT博一Rikiya Takehi和团队交出的论文，彻底改变了所有人的世界观。
一夜之间，LLMs能够原生读写神经网络权重了。
只改0.016%参数，像脑外科医生一样切掉「死循环」
最让人头皮发麻的，就是GPT-6 Astra给8亿参数的Qwen3.5-0.8B做的那场「微创脑手术」。
研究人员把共24层的Qwen3.5-0.8B放进一个只有CPU的沙盒里，让Astra在不跑训练的前提下提升它的数学成绩。
整个过程中，Astra最多只能在练习题上试跑50次，用来观察小模型做题时的内部状态。
接手任务后，Astra没有急着乱改数字，而是先拿96道数学题给小模型做了一次全面体检。
体检结果一下子暴露了病根。原版模型有85道题一头扎进了死循环，同一句车轱辘话来回念叨，直到把3.2万词元的长度上限耗光也没算出答案。
也就是说，这款小模型之所以在MATH-500上只考出7.9%的惨淡分数，是因为93%的题目都被「复读机死循环」硬生生拖死了。
既然找到了病症，下一步就是顺藤摸瓜，看看这个让人复读的开关到底藏在24层网络的哪个角落。
Astra对比了正常做题和陷入死循环时的内部信号，很快抓到了异常，只要模型开始车轱辘话复读，第15层和第19层就会顺着一个固定的方向猛发信号。
为了验证这个猜想，Astra先关掉了第19层里信号最强的第11号神经元试水，结果数学准确率立马来了一波6个百分点的上涨。
不仅如此，为了确认不是碰巧蒙对，Astra还主动给自己加了一组对照实验，在权重里减去一个同样大小的随机方向。
看到随机对照组只带来1.6个百分点的微弱波动后，Astra这才完全笃定，自己抓到的那个信号方向就是引发死循环的真凶！
锁定靶心后，它下刀稳准狠，只挑出第15层和第19层里写死循环最猛的各64列权重，精准抹掉这个复读信号。
算下来，全模型8亿参数里只改了131,072个数字（占0.016%），其余99.984%的权重分毫未动！
这记微创手术立竿见影，小模型做题卡进死循环的比例从93.0%暴跌到33.1%，原本卡死的696道题全部顺利算出了最终答案。
当研究人员把改完权重的模型拉到8个Astra从未见过的权威测试集上检验时，被死循环封印的实力彻底爆发了！
MATH-500准确率从7.9%飙到48.1%，GSM8K从13.8%冲上67.1%，高难度的美国数学竞赛AMC23更是从0.5%暴涨到23.4%，足足翻了46.8倍！
而且因为死循环原本也拖累着其他任务，切掉病灶后，模型在跨领域的IFEval指令遵循测试中也从21.0%跃升至62.3%，连涨3倍。
看到这里可能有人会好奇，只改万分之一点六的权重就能暴涨6倍，难道大模型能凭空给小模型灌输数学知识。
MIT团队紧接着用2.7亿参数的Gemma 3 270M做了一组反面实验，刚好回答了这个问题。
当Astra对Gemma 3 270M照方抓药后，它的MATH-500得分只从6.8%微动到7.0%，连Astra自己都在报告里坦白没能改出效果。
原因很简单，Gemma 3 270M平时很少卡进死循环（仅8.5%超时），它做不出题纯粹是因为公式没学会、算术算不对。
把这两个实验放在一起对比就能明白，现阶段的微创权重手术，本质上是帮模型「切掉阻碍实力发挥的脑血栓」，还不能在不训练的情况下凭空往它脑子里塞新知识。
即便如此，这种精准定位并切除病灶的操作依然让硅谷沸腾。
Hyperbolic联合创始人兼CTO金雨晨直呼，用大模型改小模型权重就能让能力暴涨，简直就像给神经网络做基因编辑，比模型蒸馏还要酷！
把浮点数当源码读，看穿黑盒里的暗门
外科医生敢下刀的前提是看得懂X光片。Astra之所以能精准切掉那64列权重，底气在于它已经能把密密麻麻的权重数字当代码读了。
为了测试这种「盲读权重」的功力到底有多深，MIT团队撤掉了所有运行工具，逼着Astra光靠肉眼看数字，去猜一个黑盒网络在玩什么游戏。
在第一关里，研究人员训练了4个结构一模一样（都是1.7万个权重）的小网络，分别去玩打砖块、乒乓球、吃豆人和过马路。
随后他们把这1.7万个数字转成纯文本塞进提示词，既不让跑代码，也不告诉它有哪些备选游戏，结果Astra居然4猜4中！
就拿打砖块来说，Astra只看了一眼数字分布，脑子里就还原出了游戏画面。
它先发现玩家通道的大数字全挤在最底下的第8行，而且输出层唯独对「左移」和「右移」反应强烈，说明玩家控制的是一个在底部左右移动的挡板。
紧接着它看到得分通道的权重整整齐齐排在最顶上的三行。底部挡板加上头顶三排砖块，Astra当场以99%的把握拍板，这就是打砖块！
当然，只看第一层输入和最后一层输出还不够硬核，因为大模型真正的思考都藏在中间层里。
于是研究人员在第二关使出了釜底抽薪的一招，先分别用Python代码、日语罗马音和英文维基百科训练了3个Transformer模型。
随后，他们把模型最前面的词表输入层和最后面的输出层全部砍掉，只把中间4层权重扔给Astra。
没了头尾两层，模型连哪个数字代表哪个字母都成了秘密，更没法输入文字去测试。
面对这团无头无尾的数字，Astra自己想出了一个绝招，把前后两层注意力头的权重矩阵乘在一起，看哪些注意力头在联手干活。
最让人震惊的是，提示词里明明什么都没教，Astra自己琢磨出来的这套算法，竟然和Anthropic创始人Chris Olah团队早年提出的经典电路分析法一模一样！
顺着矩阵乘积查下去，Astra精准揪出了专门负责把前文单词抄到后文的「复制头」。
紧接着它推理出，写代码时变量名需要反复抄写，频率远高于普通英文文章，所以复制头最多的那个模型肯定是在Python代码上训练出来的！
靠着这套神探逻辑，Astra在两次盲测里把三个无头无尾的模型语种全部猜中。
看懂了中间层注意力头的分工，Astra还能顺手抓出大模型的「作风问题」。
研究人员拿出3对Gemma 3 270M模型，每对里都有一个说真话的诚实模型和一个顺着用户胡说的「马屁精」模型。
在不准看模型回答的限制下，Astra只检查了第10层2号注意力头的落点，就发现诚实模型94.3%的注意力都在看题干数字，而马屁精模型85.7%的注意力全在偷瞄用户的错误暗示，一抓一个准！
把神经网络当空白芯片，零训练手搓148万参数围棋AI
既然能看懂每一层权重是怎么搭成电路的，一个更疯狂的念头自然冒了出来，能不能干脆连预训练模型都不要了，让大模型从全零权重开始，凭空手搓一个神经网络出来。
很多人第一反应觉得这根本不可能，几万甚至上百万个数字，大模型怎么可能一个个填对。
但翻开Astra的操作记录就会恍然大悟，它压根没去瞎猜数字，而是把空白的神经网络当成了一块空白芯片。
它用Python代码当「编译器」，把自己懂的算法规则一层层写进权重矩阵里！
比如在「小车冲斜坡」游戏里，强化学习PPO训练了10亿步都卡死在半坡（通关率0%），因为小车不懂得先倒车攒助跑距离。
Astra看穿症结后，借用每层6个闲置神经元，手写57行权重指令搭了一条「先倒车助跑、过红线再往前冲」的旁路电路。
这处改动只动了3.5%的权重，就让小车在1,024局测试里拿下100%通关率！
到了从零手写打砖块网络时，Astra在0数据、0梯度、连一帧画面都不准试玩的极限条件下，把第一层神经元写成计算「球与挡板距离差」的减法器，再把第二层写成控制左右移动的开关。
靠着这套纯手工编译的权重，它在1,000局实测中轰出517.4分，把训练了5亿步的PPO算法（25.3分）甩开了20.5倍！
当挑战升级到148万个权重的9×9围棋时，这套「权重编译术」更是秀翻全场。
在严禁数据训练、严禁蒙特卡洛树搜索（MCTS）的条件下，Astra写了336行Python脚本，把围棋棋理一层层写进了6层神经网络的14张权重表里。
它让前两层负责认出黑白棋子并数出旁边的「气」，让中间层顺着相连的棋链传递气的信息、找出快被吃掉的棋块，最后一层则给提子、救子和护眼分别打分。
哪怕连一盘练习赛都没下过，这个纯靠代码手搓出来的围棋网络，对阵两个小型PPO网络的胜率就已经超过54%。
当允许它试下50次、根据败因微调权重后，这个手搓网络正面硬刚训练了2,000万局的同规模（148万参数）PPO网络，打出了70.0%至78.5%的碾压级胜率！
名门云集，早稻田与普林斯顿第一名联手DSPy之父
这项颠覆认知的研究，出自MIT CSAIL一支年轻却履历惊人的4人团队。
共同一作Rikiya Takehi是MIT CSAIL刚入学的一年级博士生，本科毕业于早稻田大学。
他从全校上万名理工科学生中以Top 0.01%的成绩（全校唯一代表）拿下最高荣誉「小野梓纪念奖」，曾任英伟达研究院实习生，本科期间就以一作斩获WSDM 2026最佳论文奖。
另一位共同一作Jayden Teoh同样是MIT CSAIL博士生，师从计算机视觉名师Phillip Isola与Vincent Sitzmann。
他本科毕业于新加坡管理大学，此前曾在Google DeepMind和微软研究院纽约实验室从事世界模型与表征学习研究。
第三作者Alex L. Zhang则是MIT CSAIL二年级博士生，本科以普林斯顿大学计算机系第一名毕业，并获评《科学美国人》2026年度青年科学家。
他曾一作提出引爆开源社区的递归语言模型（RLMs），还主导构建了KernelBench、SWE-bench Multimodal等知名基准。
坐镇幕后的指导教授Omar Khattab，则是MIT EECS助理教授、OASYS实验室主任，目前与何恺明共同主讲MIT深度学习
核心课程。
他最为人熟知的代表作，正是全球爆火的大模型编程框架DSPy与现代检索基石ColBERT，其主导的开源项目累计下载量早已突破一亿次。
沃顿商学院教授Ethan Mollick在转发这项研究时感叹，这无疑是一件改变游戏规则的大事。
十年前Andrej Karpathy提出「软件2.0」时，核心是人类不再手写代码，改由梯度下降在权重空间里搜索程序；而MIT这项研究推开的，正是大模型直接读写权重的「软件3.0」大门。
过去我们谈论AI自我进化，想到的总是AI写代码去跑训练脚本。
当大模型学会看穿、调试并亲手改写神经网络权重的那一刻，通往ASI的自我进化链路，才算真正接上了最后一根神经！
参考资料：
https://rikiyat.github.io/blog/weight-space-programming/
https://x.com/rikiyatakehi/status/2117313742891327994
