在最近的研究中，麻省理工学院计算机科学与人工智能实验室（MIT CSAIL）对OpenAI的GPT-6 Astra模型进行了系列实验，重点评估其在直接读写神经网络权重方面的能力。研究团队在八项实验中探讨了该模型在识别网络内容、修复模型故障和生成网络权重的能力，采用的方法被称为“权重空间编程”（Weight-Space Programming）。其中，最引人注目的实验是GPT-6 Astra对Qwen3.5-0.8B模型的权重进行直接修改，结果显示其在MATH-500数学测试中的准确率从7.9%显著提升至48.1%，提升幅度约为六倍。

研究显示，GPT-6 Astra通过检查Qwen3.5-0.8B内部推理过程，识别出模型做题失败的原因，并通过对部分权重的直接修改，打破推理循环，从而提高了模型的解题能力。在此实验中，研究团队为GPT-6 Astra提供了可访问的模型权重以及相关的数学练习题，限制其使用梯度训练。经过一系列调整，最终成功地将Qwen3.5-0.8B在MATH-500测试中的准确率提升至48.1%。此间，模型在相同测试设置下的输出限值触达比例亦从93%下降至33.1%。

此外，模型在其他测试中的表现也显著提高，GSM8K数学测试的准确率从13.8%上升至67.1%，而在IFEval指令遵循测试中，准确率则从21.0%升至62.3%。研究人员指出，GPT-6 Astra所做的权重修改主要减少了Qwen3.5-0.8B的推理循环，从而让模型更充分发挥其潜在能力。 球盟会

此外，研究中还涉及了游戏识别及控制的实验。在一次游戏识别实验中，GPT-6 Astra仅凭网络权重对于四款游戏进行了识别，并在没有看到游戏画面的情况下成功分析出其特点。为了实现这一目标，研究团队采用了近端策略优化（PPO）算法，训练出与四款改编为10×10网格版本的游戏同构的神经网络，并让GPT-6 Astra通过对权重的分析识别游戏。

综上所述，GPT-6 Astra模型在直接修改神经网络权重方面的能力，不仅能够有效提升现有模型的性能，还揭示了在人工智能领域进行模型自我改进的新途径。未来，研究团队希望进一步探索这一技术在递归自我改进（RSI）中的潜在应用。研究表明，GPT-6 Astra的能力为人工智能模型的发展提供了新的视角和方法，值得在更广泛的研究中进行深入探讨。