MITが「重み空間プログラミング」を提案：GPT-6 AstraがQwen3.5の重みを直接分析・編集して性能向上

MITの研究チームは「重み空間プログラミング（Weight Space Programming）」手法を提案し、フロンティアモデル「GPT-6 Astra」が勾配学習を伴わずに他のニューラルネットワークの重みを直接分析・改変できるようにした。実験においてAstraは、Qwen3.5-0.8Bのフィードフォワードネットワークにおける0.016%の重みを特定して修正することで推論のループ問題を解消し、MATH-500のスコアを7.9%から48.1%へと引き上げた。さらに、Astraはミニゲーム「MinAtar」用のネットワークの重みをゼロから直接生成し、スコア517.4を記録。これは5億ステップ学習させたPPOベースラインの20倍を超える水準だ。