MIT 权重空间编程获独立复现：GPT-6 Astra 与 Opus 5.5 效果达 20 倍

Alex Krentsel 复现了 MIT 博客提出的权重空间编程结果，使前沿 LLM 无需梯度训练即可直接读写神经网络权重并改造小模型。以 500M 步 RL 训练的 PPO 网络为 1× 基准，GPT-6.1 Sol、GPT-6 Astra 和 Opus 5.5 分别达到 18×、22× 和 20×，更早代际模型几乎不具备该能力。