Исследователи MIT показали, что большую языковую модель можно улучшать напрямую в пространстве весов, не дообучая её целиком. С помощью GPT-6 Astra они переписали всего около 0,016% параметров открытой модели Qwen — и её результат на бенчмарке MATH-500 вырос с 7,9% до 48,1%, то есть примерно в шесть раз.
Подход называют «программированием в пространстве весов» (weight-space programming): вместо длинных циклов дообучения модель точечно «патчат» как обычную программу. Если метод закрепится в индустрии, это изменит экономику доработки открытых моделей — точечная правка станет быстрее и дешевле полного переобучения.
Источник: 量子位 / QbitAI, 4 ноября 2026