热点事件持续更新
GPT-6 Astra以权重编程改造模型
2 篇报道2 个报道来源10 小时前更新
先了解这件事
AI 综述
2026年11月4日，The Decoder报道称，GPT-6 Astra可在权重空间直接生成或修改其他模型权重，无需按传统方式重新训练。研究人员让Astra为3个简单游戏生成模型，其中Breakout平均得分517分，对照基线为25分；在Qwen3.5-0.8B上，仅修改0.016%的权重，便将MATH-500准确率从7.9%提升至48.1%。11月5日，Latent Space汇总了权重空间编程的多项复现、模型发布与独立评测，并再次列出Astra编辑Qwen3.5-0.8B权重后，MATH-500从7.9%升至48.1%的结果。目前，该方法已用于简单游戏模型及小规模语言模型任务。
AI 根据报道生成 · 7 小时前更新
最新进展11月5日 03:17
后续汇总了相关复现、发布及独立评测，并再次确认Astra的数学成绩提升。事件进展
2 个进展
- 11月5日 03:17 · 1 篇报道多家团队复现前沿模型权重编程实验Latent Space：Latent Space 幕后：Kill My SaaS、Jev 与 2026 年 AI
- 11月4日 23:44 · 1 篇报道GPT-6 Astra通过权重空间编程修改模型The Decoder：GPT-6 Astra 通过权重空间编程直接改写其他 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
- Latent SpaceLatent Space 幕后：Kill My SaaS、Jev 与 2026 年 AI
Latent Space 聚焦 AI Engineer Shanghai，并独家访谈其发展历程。AINews 汇总权重空间编程的多项复现、模型发布与独立评测，其中 GPT-6 Astra 编辑 Qwen3.5-0.8B 权重后，MATH-500 从 7.9% 升至 48.1%。
11月4日
- The Decoder精选GPT-6 Astra 通过权重空间编程直接改写其他 AI 模型
GPT-6 Astra 可直接生成或修改模型权重，无需按传统方式重新训练。研究人员让 Astra 为 3 个简单游戏生成模型，其中 Breakout 平均得分 517 分，对照基线为 25 分；针对 Qwen3.5-0.8B，仅修改 0.016% 权重便将 MATH-500 准确率从 7.9% 提升至 48.1%。
本事件热度走势
当前热度 15·可比范围峰值 18（11月5日 06:00）·近 24 小时可比范围变化 –
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。