باحثون في MIT CSAIL: GPT-6 Astra أصلح Qwen3.5-0.8B بتعديل 0.016% من أوزانه دون تدريب
في تدوينة يصفها المؤلفون بأنها نتائج مبكرة جداً، قرأ GPT-6 Astra الأوزان الخام وحدد حلقات الاستدلال في Qwen وأصلحها مباشرة، فارتفع MATH-500 من 7.9% إلى 48.1% وتضاعف IFEval ثلاث مرات؛ ولم تخضع لمراجعة الأقران.
لماذا يهم
كان تغيير سلوك شبكة عصبية يتطلب عادةً تدريباً قائماً على التدرج أو أداة مخصصة. تفيد هذه التدوينة بأن نموذجاً متقدماً عام الأغراض، بتعليمات بلغة طبيعية، استطاع قراءة الأوزان الخام ومعرفة ما دُربت الشبكة عليه وتشخيص خلل تحذر منه بطاقة نموذج Qwen نفسها وإصلاحه مباشرة. ويؤكد المؤلفون أن النتائج مبكرة جداً ومنشورة في مدونة لا في ورقة بحثية، لكنهم نشروا السجلات الكاملة على GitHub. يبقى انتظار عمليات التكرار المستقلة والمعيار وأداة العمل اللذين يقول الفريق إنه يبنيهما.
حقائق رئيسية
- عدّل GPT-6 Astra نسبة 0.016% من أوزان Qwen3.5-0.8B
- ارتفع MATH-500 من 7.9% إلى 48.1% بإعدادات أخذ العينات نفسها
- تضاعف IFEval ثلاث مرات
- دون تدرجات أو حلقات تدريب
- حدد Astra لعبة الشبكات الأربع المدربة بـ PPO من أوزانها
- المؤلف الرئيسي Rikiya Takehi من MIT CSAIL