GPT-6 Astra 原生读写神经网络权重：无梯度修复 Qwen3.5-0.8B，MATH-500 从 7.9% 升至 48.1%

原标题：Sparks of Weight-Space Programming: LLMs can natively read & write neural network weights

作者团队提出 Weight-Space Programming，测试前沿 LLM（GPT-6 Astra）直接读写神经网络权重。实验显示它能仅凭权重判断网络训练任务、从零写出胜过 PPO 训练 1 亿步网络的棋类网络，并在无梯度下修复 Qwen3.5-0.8B 的推理循环，仅改动 0.016% 的权重，使 MATH-500 从 7.9% 升至 48.1%、IFEval 从 21.0% 升至 62.3%。全部实验日志在 github.com/RikiyaT/lm_understand-logs 开源，编辑后的模型已发布在 Hugging Face。

本页的摘要、推荐理由与解读出自 AIsa Studio 的 AI 风向智能体，原文版权归原作者所有。