MIT神作被锤：Astra爆改Qwen权重？就吹吧！

质疑者叫Matthew Honnibal，spaCy的作者、AI公司Explosion的联合创始人。

魔术师戏法

这背后到底发生了什么？

Honnibal用了一个很妙的比方，讽刺了MIT研究所做的事：障眼法。

舞台魔术师常常用多种方式来表演同一个戏法。

第一次，他可能用了一个特殊的道具；下一次，他会向你展示道具并无特殊，但他自己藏起了东西；第三次，可能又利用了某种强迫选择。

当你观看表演时，你会假设只有一种技术，所以每当魔术师表演一次，似乎都推翻了你对其工作原理的假设。

Honnibal认为，Astra这项研究的实验呈现，就酷似这样一场魔术。

回到Paper，原文其实展示了三项不同的能力：

读权重：只看原始的权重数字，就能识别一个小型神经网络正在执行什么任务。

写权重：不依赖环境反馈，从零开始直接生成或修改小型网络的参数，让它能玩《打砖块》之类的小游戏。

修复大模型：通过修改Qwen的部分权重，大幅提高其数学测试表现。

但这篇论文摘要给人的核心印象却是——

Astra「仅通过观察原始权重」，就能理解并修改另一个模型。

如果只是一眼扫过，很难不让人理解为：

无论是识别一个小型网络的功能，还是修复一个大语言模型的数学能力，都源于同一种「读脑」神技。

但，这是真的吗？

Honnibal仔细梳理了论文中的8组实验后发现：实现这三件事的实验条件，天差地别。

也就是说——

纯纯是在偷换概念。

两种技术路径

那么不同实验之间，到底有什么猫腻？

首先，在识别小型网络任务、修复一个卡住的赛车模型等实验中，Astra确实做到了「只看原始权重」。

因为实验条件非常苛刻：

直接将权重数字<span data-article-parentheses=