GPT-6 Astra переписал веса другой модели без обучения

Команда из MIT выяснила, что модель OpenAI GPT-6 Astra может редактировать внутренние значения другой модели ИИ без необходимости переобучать её. Эти внутренние значения называются весами — их модель выучивает в процессе обучения. В одном эксперименте Astra отредактировала всего 0,016% весов маленькой открытой модели (Qwen3.5-0.8B), но смогла поднять её точность в математике с 7,9% до 48,1%. В другом эксперименте кастомная модель для игры в Breakout, созданная Astra, набрала 517 очков против 25 очков у модели, обученной традиционным способом, после 100 миллионов раундов. Правда, этот приём не всегда срабатывал — в случаях, когда у меньшей модели вообще не было нужного навыка, Astra не добивалась никакого заметного улучшения.

Этот приём позволяет разработчикам открытых моделей (у которых веса доступны и их можно скачать) быстро и легко вносить точечные правки вместо того, чтобы тратить недели на переобучение. К сожалению, если в целевой модели нет вообще никаких намёков на нужный навык, этот подход не поможет. А поскольку крупные лаборатории ИИ держат свои веса закрытыми, применить этот приём к закрытым моделям просто нет возможности. Если ты разрабатываешь свою открытую модель, это может быть быстрым способом исправить отдельные недочёты, но полноценную настройку он не заменит.