AI图鉴

AI图鉴首页 › AI 资讯 › MIT 团队用 GPT-6 Astra 改写小模型权重,跳过梯度训练提升指令遵循

MIT 团队用 GPT-6 Astra 改写小模型权重,跳过梯度训练提升指令遵循能力

来源:掘金 · 发布时间:11-03 · 由 AI图鉴每小时自动聚合

MIT CSAIL 博士生 Rikiya Takehi 团队提出权重空间编程方法,用 GPT-6 Astra 直接读写神经网络参数,在 Qwen3.5-0.8B 上修改 0.016% 权重后指令遵循能

MIT CSAIL 博士生 Rikiya Takehi 和团队提出了一种权重空间编程方法,用 GPT-6 Astra 直接读写神经网络的权重参数,无需传统的梯度下降训练流程。他们在 Qwen3.5-0.8B 模型上修改了约 0.016% 的权重,让指令遵循能力提升 3 倍。实验在小型模型上完成,Astra 如何实现权重读写的技术细节未公开。

传统训练神经网络需要准备数据集、定义损失函数、通过反向传播计算梯度、多轮迭代更新权重。这次实验跳过了这些步骤,让大语言模型直接操作权重矩阵里的数值,类似用代码编辑器修改程序变量,而不是通过编译器和优化器间接调整。

四组实验的具体结果

团队在 Hacker News 披露的实验细节显示,他们测试了从简单策略到语言模型的多个场景。实验 1 是在 10×10 网格上训练一个策略网络玩游戏,传统方法训练后模型在某项任务中成功率为 0%,Astra 修改权重后成功率提升到 100%。

实验 2 用 12×12 灰度图像训练一个视觉分类器,训练过程用 Adam 优化器跑 40000 步、批次大小 512。这是传统训练方法建立的对照基线,Astra 在训练完成后修改权重改变了模型行为。

实验 3 分析了一个宽度 384 的小型语言模型,Astra 识别出负责复制任务的注意力头得分在 0.22 到 0.55 之间,而其他头的得分最高只有 0.02。

实验 4 成功率同样从 0% 提升到 100%,但来源未区分实验 1 和 4 的任务差异。

方法的适用边界

目前披露的实验都在小型模型上进行,Qwen3.5-0.8B 有 8 亿参数,实验 3 中的语言模型宽度只有 384。

GPT-6 Astra 是 OpenAI 尚未公开发布的模型,其权重读写能力的实现机制、适用模型规模上限、是否需要模型架构先验知识,团队尚未说明。在已披露的 8 亿参数规模实验外,更大模型的适用性未知。

方法名为权重空间编程,但权重的语义可解释性一直是神经网络研究的难题。单个权重或一组权重对应什么功能,通常需要通过激活分析、因果干预等手段推断。Astra 如何定位需要修改的权重、如何判断修改的幅度和方向、修改是否会引发其他层的连锁反应,这些问题的答案决定了方法的泛化性。

与传统训练方法的对比

梯度下降训练的优势是有理论保证和大规模工程实践积累,但需要大量数据、算力和时间。权重空间编程如果成立,可以在特定任务上快速调整模型,但缺少对收敛性、稳定性和副作用的系统分析。

实验中 0.016% 的修改比例小于常见微调方法涉及的参数范围。直接修改原权重的风险是可能破坏预训练阶段学到的知识,除非修改的位置和幅度经过精确控制。

指令遵循能力提升 3 倍的衡量标准未公开,可能是成功率、准确率或人工评分。如果只在特定指令格式或任务类型上有效,泛化性就受限。

团队尚未发布代码、论文或更详细的技术报告,也没有第三方复现结果。方法的可重复性和在实际开发场景中的适用范围仍需验证。

原文地址:tools.wflynn.cn/aitools/tre…

关注公众号「YourTools」,每天推送 GitHub 趋势与开源工具速报:

本文由 AI图鉴自动抓取并翻译,版权归原作者所有;如需查看原文请点下方链接。

相关 AI 工具

相关免费羊毛

同源资讯

阅读原文(juejin.cn)

标题、摘要与正文均来自该信源的公开页面,版权归原作者所有;本站自动聚合与翻译,仅作出处跳转。

← 返回 AI 资讯列表AI工具图鉴首页

返回 AI图鉴首页 · 提交工具 · 商务合作 · 关于本站 · 608 款 AI 工具分类导航 · 每日 AI 热门项目与动态