跳到正文
热点事件历史事件

GPT-6 Astra实现权重空间编程重编程其他AI模型

2 篇报道2 个报道来源4 天前更新

先了解这件事

AI 综述

GPT-6 Astra通过权重空间编程方法重编程Qwen3.5-0.8B等其他AI模型，仅修改了0.016%的权重，使MATH-500基准准确率从7.9%提升至48.1%，指令遵循能力从21%提升至62%。 Astra还能仅通过原始权重识别网络学习到的游戏和图像生成的基本形状，并生成超越标准训练方法的模型权重。

AI 根据报道生成 · 4 天前更新

最新进展11月4日 23:44
GPT-6 Astra 通过权重空间编程直接重编程其他 AI 模型

报道时间线

沿着报道，了解事件的不同侧面。

11月5日
  1. Latent Space
    AI领域近期进展综述 权重空间编程与长上下文优化

    该材料综述了近期AI领域的多个热点，包括GPT-6 Astra编辑Qwen3.5-0.8B权重使MATH-500得分从7.9%提升至48.1%的权重空间编程实验，以及Latent Sparse Attention (LSA) 方法将Qwen-3.8-27B扩展至10M token并实现72.4×更快的attention-layer prefill。

11月4日
  1. The Decoder精选
    GPT-6 Astra 通过权重空间编程直接重编程其他 AI 模型

    GPT-6 Astra 采用权重空间编程方法，无需标准训练过程即可直接操作模型权重，实现高效能力调整。在 Qwen3.5-0.8B 上，Astra 仅修改 0.016% 的权重，使 MATH-500 基准准确率从 7.9% 跃升至 48.1%，指令遵循能力从 21% 提升至 62%。Astra 还能仅通过原始权重识别网络学习到的游戏和图像生成的基本形状，并生成超越标准训练方法的模型权重。

本事件热度走势

可比范围当前
3
可比范围峰值
1011月5日 00:00
近 24 小时变化
-49%

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。