研究人員提出了一種直接修改神經網路權重的方法

來自 MIT 的研究人員提出了 Weight Space Programming 概念，允許語言模型直接讀取並修改其他神經網路的參數。在實驗過程中，Astra 模型展示了分析架構並調整 Qwen3.5-0.8B 模型權重以解決特定任務的能力。

該研究的主要成果是將目標模型的數學能力提升了超過 500%。此方法的關鍵特點在於無需傳統的訓練循環或梯度下降：Astra 直接進行權重「編輯」，修正神經網路結構中的特定錯誤。這使得模型能夠以極低的運算成本適應特定任務。

這項技術為創建自我優化系統開闢了道路，其中一個模型可以擔任另一個模型的「架構師」。系統不再需要在大規模數據集上進行微調，而是針對權重進行精確調整，這可能會徹底改變小型模型的配置方式。實驗詳情與技術實作細節可參閱 Hacker News 上的討論。