辟谣：Astra『只看权重』修复 Qwen 的说法有误导性
IanArawjo · x · 2026-11-04
Matthew Berman 式疯传的「GPT-6 Astra 仅凭原始权重就能识别并改进神经网络」帖子被 Expensify 研究者 Ian Arawjo 转发 honnibal.dev 的逐条拆解指出误导。原文声称 Astra 只看原始权重，就从头写出胜过 PPO 一亿步训练的小型游戏网络，并无梯度修复 Qwen3.5-0.8B：仅编辑 0.016% 权重就让 MATH-500 从 7.9% 升到 48.1%，IFEval 提升 3 倍。
- 拆解用「舞台魔术师」类比：多个实验看似同一招，实则各藏机关
- 实际只有第一个实验（猜 PPO 网络训练的游戏名，17K 样本，4/4 正确）是纯看权重
- 改进游戏网络和修 Qwen 数学的实验都写了 Python 程序、实际运行网络，并非「只看原始权重」
结论：帖子的摘要把三种不同技术混成一个神奇叙事，传播中被严重简化。
所属事件:「Astra 可读写 Qwen 权重自改进」爆火后遭专家逐条辟谣(3 条相关)→
「模型」频道最新
- 界面惊现"6 Astra High"选项目，新 Astra 版本上线前兆 — gethackteam · 2026-11-04
- 让 DeepSeek V4.1 Flash 只看权重猜任务：4 个 RL 检查点猜对 3 个 — poppear · 2026-11-04
- 博主放话:大家都低估了 Google 新模型,它已经回来了 — iruletheworldmo · 2026-11-04
- 博主称 OpenAI Astra 6.2 降价 60% 对标 Opus 5.5 — bindureddy · 2026-11-04
- Sarvam 发布 Prism，用贪吃蛇 demo 演示决策模型与 LLM 差异 — itsOmSarraf_ · 2026-11-04
- Aohan:推理快到让环境成为瓶颈,才算到位 — _arohan_ · 2026-11-04