研究人員教會 GPT-6 Astra 直接編輯其他模型的權重

來自 MIT 的研究人員提出了一種方法，允許 GPT-6 Astra 模型直接修改其他神經網路的權重，而無需進行傳統的微調（fine-tuning）過程。

在實驗中，Astra 模型成功優化了 Qwen 的運作，將數學問題的解題準確率從 7.9% 提升至 48.1%。為了達到此結果，僅需修改目標模型總權重的 0.016%。這種方法能夠對神經網路的行為進行精準調整，並省去了標準訓練所需的運算成本。

儘管效率極高，但該技術仍有明顯的局限性，並非適用於所有架構類型的通用解決方案。該方法展示了直接干預神經網路結構的可能性，這有望在未來簡化模型的優化與調整流程。