MIT计算机科学与人工智能实验室（CSAIL）研究人员11月2日发布研究，展示了一种名为“权重空间编程”（Weight-Space Programming）的新方法：利用大模型直接读取、理解和修改神经网络权重，无需梯度下降或重新训练。在一项实验中，GPT-6 Astra通过分析Qwen3.5-0.8B的参数，发现其数学推理反复循环的问题来自第15层和第19层的MLP模块，并仅修改13.1万个参数，占模型总权重的0.016%。经过50次前向计算，模型MATH-500得分从7.9%升至48.1%，GSM8K得分从13.8%升至67.1%，指令遵循得分也从21%升至62.3%。研究团队还展示了模型仅凭权重识别网络训练任务、从零编写游戏网络等能力，并公开了完整实验日志及修改后的模型权重。

免责声明: 上志对本网页的任何分析，意见，评论，提议，研究报告或市场数据及连结至第三方的网站或资料不会负责。 所有以上提及的资料只代表相关作者的观点。上志不能及不会保证该等资料的准确性，有效性，及时性及完整性。阁下应进行个人评估及其他适当的研究作投资决定。本网站提供之内容仅供参考，并不构成或成为购买或出售任何投资产品或服务的要约、邀请、招揽或投资建议或推荐。本网站所提及金融产品的价格可升及可跌。过往的表现不应视为将来表演的指标。风险披露声明的目的不是披露或讨论本网页的任何金融产品的所有风险及其他重点。阁下应自己评估风险及在进行任何交易前向自己的法律，税务，财务或其他专业顾问咨询本网页提及的任何金融产品。

风险提示: 杠杆式贵金属交易的保证金交易伴随巨大的风险，因此并不适合所有投资者。请阁下务必在充分了解其中的风险后在阁下自身可承受的范围内进行投资。

注册及营运地址： 香港湾仔轩尼斯道395-399号东区商业中心19楼1905-1906室

上志国际有限公司无法为某些司法管辖区（如阿富汗、美国、伊朗伊斯兰共和国、朝鲜）的居民提供服务。