以下为上游提供的源文稿，可能存在识别错误。
乔木转写是基于源文稿的中文提炼，不是逐字翻译。请核对原文中的人名、数字与观点。
选一篇，慢慢读
从左侧挑一篇，正文会在这里排成书页。
📌 一句话摘要 MIT CSAIL 研究团队展示了「权重空间编程」方法，让 GPT-6 Astra 仅修改 Qwen3.5-0.8B 0.016% 参数，使其 MATH-500 成绩从 7.9% 提升至 48.1%，GSM8K 从 13.8% 提升至 67.1%，并修复了推理循环问题。 📝 详细摘要 文章介绍了 MIT CSAIL 研究团队提出的「权重空间编程」（Weight-Space Programming）方法，这种方法让 GPT-6 Astra 像程序员阅读和修改代码一样，直接分析神经网络权重、定位模型问题并进行参数修改。研究中，Astra 仅修改了 Qwen3.5-0.8B 模型的 131072 个参数（约 0.016
阅读原文 · 张子豪
向阳乔木 · deepseek-v4-1-flash-261017
一个 8 亿参数的小模型，数学成绩从 7.9% 跳到 48.1%，靠的不是重训，也不是喂几万条数据，而是另一个模型伸手进去，改了它 0.016% 的权重。 这事来自 MIT CSAIL 研究团队，方法叫「权重空间编程」（Weight-Space Programming）。简单说，就是让 GPT-6 Astra 像程序员读代码一样去读神经网络的权重，找到出问题...