复现 MIT 权重空间编程：GPT-6.1 超 PPO 基线 21 倍，开源模型全部落败

burny_tech · x · 2026-11-05

Alex Krentsel 复现了 MIT 博客提出的「权重空间编程」（weight-space programming）结果，并补充关键发现：这是最近一代模型才出现的阶跃式新能力。他测试 OpenAI GPT-5.6 Sol 达 PPO 基线的 6 倍、GPT-6.1 Sol 约 20 倍、GPT-6 Astra 约 21 倍；Anthropic Opus 5.5 达 20 倍，而 Opus 4.5-5 基本无效。作为对照，他跑了一系列开源权重模型，没有任何一个能超过原始博客的 500M 步 PPO 网络基线，最接近的 Kimi K3.1 Pro 也只达到 0.82 倍。这表明权重空间编程能力目前是闭源前沿模型独有的涌现能力。