更新：MIT 的 GPT-6 Astra 编辑另一个 AI 模型权重的实验（Geekiki 于 11 月 3 日报道）出现了两个重要进展：它遭到一位专家的严厉质疑，同时又得到了独立复现。争论的双方有助于厘清这一结果真正证明了什么——以及没有证明什么。
11 月 2 日，MIT 计算机科学与人工智能实验室（CSAIL）的研究人员发表了题为《权重空间编程的火花》的研究。在研究中，OpenAI 的 GPT-6 Astra 模型直接读取并编辑了另一个模型 Qwen3.5-0.8B 的权重，没有经过传统的训练流程。这次编辑只改动了该模型约 8 亿个权重中的 131,072 个，占总数的 0.016%，数学基准 MATH-500 的得分却从 7.9% 跃升至 48.1%。
质疑：“极具误导性”
一天后，自然语言处理库 spaCy 的作者、Explosion 联合创始人 Matthew Honnibal 发表回应，标题直言不讳：MIT 的文章“极具误导性”。他的论点关乎方法。Astra 在没有任何其他帮助下读取原始权重的实验，使用的都是只有 1.7 万到 17.2 万个权重的小型网络。而所有涉及真实语言模型的实验都使用了 Python 和训练题目进行测试——作为头条结果的 Qwen 实验，最多还用了 50 轮练习题。
在 Honnibal 看来，Qwen 的结果真正表明的是，Astra 可以被引导去规划和执行一位人类机器学习工程师能够完成的任务——在这里是定向消融（directional ablation），一种已知的可解释性技术，可以从模型中移除与某种不希望出现的行为相关的内部方向。
另一项独立评估也提醒人们对起始分数保持谨慎。Carlos Toledo 报告称，未经改动的 Qwen3.5-0.8B 在他自己的评估中（2000 次生成，未使用扩展推理模式，使用不同的评分器）得到了 43.95%。换言之，7.9% 的基线分数很大程度上取决于评估配置——“六倍”提升的幅度同样如此。
复现：MATH-500 达 51%
另一方面，这一结果经受住了独立检验。Hugging Face 的 Ahsen Khaliq 根据作者在 GitHub 上公布的完整实验日志重建了编辑后的模型，并重新运行了评估。在完整的 MATH-500 测试中（500 道题，每题 4 个样本），编辑后的模型得分为 51.0%，31.6% 的回答触及 token 上限——接近 MIT 报告的 48.1%。该检查点已在 Hugging Face 上以 Apache 2.0 许可证发布，与原始模型相比只有两个张量不同。
该领域另一位知名人士 Simon Willison 在自己的笔记本电脑上验证了这一说法的另一半：使用 MIT 代码库中的提示词，他让一个 Qwen 3.8 27B 模型仅根据权重判断某个网络是为哪款游戏训练的，置信度达 88%。他写道：“这令人印象深刻”，同时补充说，围绕这项工作的部分评论“似乎并不合理”。
作者自己的说法
MIT 的研究本身比外界的反响要谨慎得多。作者称这些结果“非常初步”，并表示这次修复“与让模型更擅长数学不是一回事：它只是让模型能够完成它本来就能算出的答案”。最能概括这场争论的一句话出自作者之口：“编辑权重可以移除一个掩盖已有能力的障碍，但无法赋予模型它所不具备的能力。”
正如 VentureBeat 所总结的，这项实验展示了一种模型修复的形式。它并没有证明 Astra 向 Qwen 中注入了六倍的数学知识。
结论
事实站得住脚：在作者的评估配置下，一个前沿模型编辑了另一个模型内部的 131,072 个数字，数学得分从 7.9% 升至 48.1%——独立复现达到了 51.0%。站不住脚的是从这一演示跳跃到“模型像程序员理解代码一样理解权重”的结论。Qwen 的修复使用了 Python、练习题和人类研究者早已掌握的技术；而原始权重实验使用的网络要小上数千倍。两部分都很有意思，但它们并不是同一个主张。
来源：VentureBeat——“如同神经网络的基因编辑”：MIT 研究人员用 GPT-6 Astra 直接编辑 Qwen 的开放权重；Let's Data Science——权重空间编程：GPT-6 Astra 修复 Qwen 的数学能力；Kingy.ai——权重空间编程：GPT-6 Astra 编辑 Qwen。Geekiki 此前报道：MIT 展示 GPT-6 Astra 无需训练即可编辑另一个 AI 的权重。
图片：位于剑桥的 MIT CSAIL 总部 Ray and Maria Stata Center，图片来自 Wikimedia Commons。
本文在人工智能的协助下完成，参考了 X 上的公开帖子以及互联网来源，包括 MIT CSAIL 的原始研究和其他媒体的独立报道。建议查阅下方列出的原始来源以了解更多详情。
Muse
