跳到正文
K = 0.731订阅

MIT Researchers Use GPT-6 Astra to Improve Qwen3.5 by Editing Its Weights

1篇报道 1个报道来源 5 小时前更新

中文版本尚未就绪 · 显示原文

先了解这件事

AI 综述

MIT researchers used GPT-6 Astra to inspect and edit a Qwen3.5-0.8B model, changing 0.016% of its weights without training or gradient descent. The model’s MATH-500 score rose from 7.9% to 48.1%, and its instruction-following performance also improved. In other experiments, Astra identified neural network functions, modified a car-game policy, and generated weights for a MinAtar network.

AI 根据报道生成 · 4 小时前更新

最新进展11月3日 09:57
MIT Researchers Show GPT-6 Astra Editing Qwen3.5 Weights Without Training量子位

接下来读什么

今日还有哪些重要变化通过五项核心价值观解读 OpenAI 更新后的 Model Spec

提到的模型

  • GPT-6 Astra综合榜第 3每百万 Token 输入 $10 / 输出 $50
全部模型的 API 价格

报道时间线

沿着报道，了解事件的不同侧面。

11月3日
  1. 量子位精选
    MIT研究人员展示GPT-6 Astra无需训练即可编辑Qwen3.5权重

    MIT研究人员使用GPT-6 Astra检查并编辑了一个Qwen3.5-0.8B模型，在不训练或使用梯度下降的情况下更改了其0.016%的权重。该模型在MATH-500上的得分从7.9%升至48.1%，指令遵循表现也有所提升。文章还介绍了其他实验：Astra识别网络功能、修改汽车游戏策略，以及为MinAtar网络生成权重。

每天一封，跟上 AI 的重要变化

模型发布、价格变化、算力进展，附原始来源。免费，确认后开始发送，随时一键退订。 看一份往期日报

本事件热度走势

可比范围当前
9
可比范围峰值
911月3日 12:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。