Astra 改 Qwen 权重真相：只是套用公开可解释性技术，并非 RSI

markjeffrey · x · 2026-11-03

hosseeb 对「Astra 修改 Qwen 3.5-0.8B 权重」论文作出重要澄清：故事不是「Astra 用 LLM X 光视手术式改造同伴权重」，而是它找到了一种已发表的可解释性技术，能解决这类特定失败模式，并自己实现了它——属于 LLM 能力的已知范围内，不是 RSI，更不是 HN 上传的「LLM 心灵感应」。

论文作者 a1zhang 补充内幕：最初以为数学成绩大涨是模型「编辑出了」纯能力增益，后来才发现主要问题其实是推理循环(looping)——数学提升来自减少了 harness 层面的循环，这与他们早前训练 RLM 时观察到的 benchmark 跳升现象一致，Astra 用的正是基于 activation 的一类已公开技巧。