
MIT研究:OpenAI的GPT-6 Astra可直接改写模型权重,无需重新训练
来源标题:MIT shows AI improving AI, no training required
MIT研究人员发现,OpenAI的GPT-6 Astra能直接改写其他AI模型的权重来提升其能力,无需再走训练流程。实验中,阿里巴巴小型模型Qwen数学得分原为7.9%,经Astra调整部分权重后得到改善。权重通常需通过训练设定,因为数量庞大无法手动调整。
以下正文由 AI 翻译自 The Rundown AI(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。
早上好,AI爱好者们,欢迎我们4,563位新读者。每隔几周,似乎就有一家领先的AI实验室宣称自主AI研究员离现实更近了一步。MIT的最新研究刚刚让我们窥见,这种能力有多少可能已经存在于公众可用的模型之中。
GPT-6 Astra进入了一个数学成绩很差的小型AI内部,直接对其进行了改进,跳过了通常需要进行的训练过程。一旦改进一个模型变得像把另一个模型指向它一样简单,AI本已狂飙的步伐可能会再上一个台阶。
OpenAI的Astra从内部重写其他AI
OpenAI加入阿布扎比的AI原生政府推进计划
The Rundown:MIT研究人员刚刚发表研究,显示OpenAI的GPT-6 Astra可以通过直接重写某些AI模型的权重——即决定模型行为的数字——来改进这些模型,而不是让它们接受更多训练。
权重通常通过训练来设定,因为即使是很小的AI模型,其权重数量也太多,无法手动读取或调整。
阿里巴巴的小型Qwen模型数学成绩为7.9%,直到Astra仅修改了其中0.016%的权重,削减了它重复自身答案的习惯,修复后成绩达到48.1%。
同样的方法对谷歌较小的Gemma 3几乎没有效果,后者不像Qwen那样存在单一的重复性缺陷,其数学成绩几乎没有变化。
在更小规模的测试中,Astra还仅凭权重就说出某个AI学会了什么游戏,并在没有训练的情况下从零编写了一个简单的Breakout玩家程序。
作者表示,这种能力有朝一日可能让AI自我升级、按需在其他模型中添加或移除技能,或检查它们是否存在隐藏问题。
为什么重要:顶级AI实验室正在竞相奔向自我改进的自动化AI研究员,虽然这项研究只是一个小例子,但它可能预示着事物的发展方向。一旦模型强大到足以改变和改进自身的权重,我们就进入了重大的“起飞”领域,即AI开始加速自身的进步。
The Rundown:在AI规划方面,最有价值的用例其实已经存在于你的工作流程中——你只需要知道去哪里找。Optimizely的模板帮助你在几分钟内找到真正重要的AI用例。
构建下一个AI Agent基础的三步框架
将一个耗时2-3小时的GA4报告任务变成5分钟任务的确切流程
真实用例与你的团队实际工作方式的对应关系
下载模板,找到更好的AI用例。
The Rundown:OpenAI刚刚推出了LifeVal,这是一项新测试,评估AI在处理日常事务方面的表现,比如预约、购买食品杂货和填写政府表格,任务选择基于人们表示希望获得帮助的领域。
选定的任务领域来自对4,000人的民意调查,询问他们希望在哪些方面获得帮助,以及关于日常任务时间消耗的全球时间使用调查。
过去一年,LifeVal一直是OpenAI的内部衡量标准,期间该公司训练模型浏览网页、操作计算机以及在连接的应用程序中工作。
OpenAI的模型从平均得分49.3%(GPT-5.2)提升到80.6%(GPT-6 Astra),不过其中只有0.6分的提升来自7月的GPT-5.6之后。
Astra的“最佳记录”得分在OpenAI列出的16项任务中有10项达到100%,比如更换丢失的订婚戒指,而LSAT辅导得分最低,为88.7%。
为什么重要:我们会查看从编程、数学到商业任务的各种基准测试结果,但很少有测试衡量模型如何处理更广泛受众要求AI完成的日常任务。看到这项评估在其他模型上进行测试,将为行业内普遍存在的个人Agent趋势提供一个有趣的数据点。
The Rundown:在本指南中,你将使用Riverside的新Agent将一段获得许可的采访转化为两个带字幕的视频。你将选择有用的片段、检查编辑内容,并准备帖子草稿,无需拍摄任何新素材。
下载指南中开放许可的采访并保存其署名信息。然后制作一个MP4副本并上传到Riverside练习项目
让Clipper找出可以独立成立的短段落。确保在选择两个片段之前观看周围的采访内容
让Editor匹配垂直布局,保持完整画面可见,并为字幕和来源标签留出空间
对照语音检查字幕,然后让Marketer撰写两份简短的帖子草稿。每份都保留采访日期和完整署名
最后,导出两个片段并观看保存的文件。在交付之前检查构图、声音、文字和结尾
专业提示:较短的片段可能会改变某人表面上的意思。当答案依赖于问题时,保留问题或限定性语句。访问The Rundown University获取完整指南、材料、文件等。
The Rundown:Vibe coding让构建应用变得快速。但它也留下了大量看起来漂亮却无人使用的应用,因为它们无法与你每天依赖的工具通信。Pave为你提供速度,而不会走进死胡同。
描述你的流程,几分钟内获得一个可用的自定义应用
所有套餐均可连接350多个系统,包括Quickbase
创建工作流,自动运行提醒、审批和交接
The Rundown:OpenAI刚刚在阿布扎比签署了四项协议,将其AI引入国有石油巨头ADNOC、该酋长国政府以及国有投资者Mubadala,同时据报道,一个阿联酋集团将成为这家AI巨头最高200亿美元融资的首要投资者。
ADNOC的协议是四项中规模最大的,旨在通过OpenAI的模型运行数十年的油井数据,将油田规划从数月缩短到数小时。
食品进口在“机器可读政府”项目中排在首位,该项目将部分阿布扎比规则转化为AI可以读取的文本,以帮助简化许可流程。
阿布扎比已经有一项35亿美元的计划,将AI应用于所有公共服务,而OpenAI和微软的一个单独项目旨在培训2万名工作人员和公众。
(原文较长,此处译出前 6000 字,完整内容请点「打开原文」。)
正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。