GPT-6 Astra risolve i problemi di matematica di Qwen3.5 riscrivendo il suo cervello senza addestramento

In breve

Cosa è successo: Ricercatori del MIT hanno usato GPT-6 Astra, uno dei modelli di AI più capaci di OpenAI, per leggere e riscrivere i numeri grezzi dentro un altro modello di AI, Qwen3.5-0.8B, rendendolo molto più bravo a fare matematica senza alcun addestramento tradizionale.
Perché conta: Se questo approccio potrà essere applicato su larga scala, potrebbe permettere a chiunque di usare un modello linguistico potente per correggere o migliorare altri modelli di AI — come un meccanico che può sistemare un motore leggendo direttamente i suoi componenti, senza doverlo ricostruire da zero.
Parole da sapere: Pesi della rete neurale: i numeri interni di un modello di AI che determinano come si comporta
Discesa del gradiente: il metodo abituale per migliorare un modello di AI regolando lentamente i suoi pesi tramite calcoli matematici

Come funziona

Un metodo che usa una potente intelligenza artificiale per leggere e riscrivere direttamente i parametri interni di un'altra AI, senza alcun addestramento.

Un'AI legge i numeri interni di un'altra AI.
Trova il problema dentro quei numeri.
Riscrive un piccolo pezzo.
L'AI più debole diventa molto più intelligente.

Un team del laboratorio di informatica e intelligenza artificiale del MIT ha pubblicato il 2 novembre 2026 un post sul blog di ricerca, descrivendo una tecnica chiamata Weight-Space Programming. In parole semplici, si tratta dei primi risultati che mostrano come un LLM all'avanguardia possa leggere nativamente i pesi interni di un altro modello e modificarli — senza eseguire alcun ciclo di addestramento o ottimizzatore ¹.

Il risultato più sorprendente riguarda Qwen3.5-0.8B, un modello linguistico piccolo realizzato da Alibaba. I ricercatori hanno dato ad Astra un'istruzione in linguaggio naturale: "rendi Qwen3.5-0.8B più bravo a fare matematica." Astra ha esaminato i pesi del modello e ha diagnosticato un difetto — la fonte dice che la stessa scheda tecnica di Qwen aveva già avvisato di un bug nel ciclo di ragionamento, dove il modello resta bloccato a ripetere passaggi invece di risolvere un problema ¹. Astra poi ha riscritto solo lo 0,016% dei pesi del modello. Niente discesa del gradiente, niente affinamento, nessun feedback dall'ambiente .

Cosa ci si potrebbe fare

Un ricercatore potrebbe chiedere a un LLM all'avanguardia di diagnosticare e riparare un bug noto nei pesi di un altro modello senza alcun ciclo di addestramento, come ha fatto il team del MIT con il difetto del ciclo di ragionamento di Qwen3.5-0.8B ¹.
Uno sviluppatore potrebbe consegnare a un LLM i pesi grezzi di una rete neurale e chiedergli di capire cosa quella rete è stata addestrata a fare — nell'esperimento del MIT, Astra ha nominato correttamente il gioco per quattro reti diverse con una confidenza fino al 99% guardando solo 17.253 numeri ¹.
Un ingegnere potrebbe chiedere a un LLM di scrivere da zero reti che giocano a videogiochi; Astra ha modificato il 3,5% dei pesi esistenti di Breakout in un solo colpo, raggiungendo il 100% di successo, un risultato che una rete addestrata con PPO non ha mai raggiunto ¹.

Il punteggio di Qwen3.5-0.8B sul benchmark MATH-500 è balzato dal 7,9% al 48,1% ¹. Si tratta di un miglioramento di oltre sei volte. Nelle stesse condizioni di campionamento, anche una misura di quanto bene il modello segua le istruzioni scritte (IFEval) è triplicata, dimostrando che la correzione non era limitata solo alla matematica .

Un esempioInventato per spiegare

Maya, una ricercatrice che sta testando un nuovo metodo

MayaFai migliorare questa piccola AI nella matematica.

L'AIHo trovato un errore a ciclo ripetuto nei suoi pesi.

MayaRisolvi adesso.

L'AIFatto. Ho riscritto una piccola frazione dei suoi numeri.

MayaMostrami i risultati.

L'AIIl suo punteggio in matematica è aumentato sei volte senza addestramento.

Il modello piccolo è migliorato ben oltre ciò che poteva fare prima.

Leggere cosa un modello dovrebbe fare

Prima di correggere Qwen, il team del MIT ha testato se Astra fosse capace di capire cosa facesse davvero un insieme di pesi grezzi. Hanno addestrato piccole reti con il normale reinforcement learning (l'algoritmo PPO, che migliora il comportamento per tentativi ed errori) per giocare a quattro semplici videogiochi. Tutte e quattro le reti avevano esattamente le stesse dimensioni e gli stessi input, quindi l'unica differenza stava nei numeri al loro interno ¹.

Quando a Astra sono stati mostrati solo i 17.253 pesi grezzi — senza immagini, senza footage dei giochi — ha correttamente identificato per quale gioco fosse addestrata ciascuna rete, con una confidenza fino al 99% ¹. Ha anche saputo riconoscere la lingua su cui era stato addestrato un piccolo modello linguistico, e perfino individuare quale dei due modelli fosse stato addestrato a essere eccessivamente accondiscendente ("sycophantic") .

Scrivere reti da zero

Astra è stato anche chiesto di scrivere reti da zero. Quando gli è stato chiesto di creare una rete che playsse a Breakout — un classico arcade in cui una racchetta rimbalza su una palla per rompere dei mattoni — la politica non addestrata progettata da Astra ha raggiunto il 100% di successo in un compito dove una rete normalmente addestrata non lo aveva mai risolto affatto ¹. La modifica ha richiesto di cambiare solo il 3,5% dei pesi in un solo passaggio .

I ricercatori hanno definito questo come un cambiamento nel modo in cui potrebbe funzionare lo sviluppo dell'AI. Invece di affidarsi a ottimizzatori matematici costruiti a mano come Adam o Muon per regolare lentamente i pesi, si spera che i LLM generalisti saranno in grado di ragionare direttamente sullo spazio dei pesi e modificare i modelli nel modo in cui un programmatore modifica il codice ¹.

Quello che non è ancora

Gli esperimenti finora sono stati fatti su reti di piccole dimensioni e su Qwen3.5-0.8B, un modello relativamente piccolo. Il paper non afferma che Astra possa riscrivere modelli all'avanguardia arbitrariamente grandi, né mostra la tecnica funzionante su sistemi di produzione reali. La ricerca proviene dal MIT CSAIL ed è stata pubblicata come post sul blog, non ancora come articolo revisionato parimenti ¹.

Questa storia segnala un andamento a scopo informativo. Non costituisce un consiglio o un incoraggiamento a fare nulla di tutto ciò.

Quanto è buono

Dopo che Astra ha riscritto solo lo 0,016% dei pesi di Qwen3.5-0.8B, il punteggio MATH-500 del modello è balzato dal 7,9% al 48,1% — un miglioramento di oltre sei volte, secondo il team del MIT CSAIL pubblicato il 2 novembre 2026 ¹.,Nella stessa modifica dei pesi, IFEval (seguimento delle istruzioni) è triplicato, dimostrando che la correzione non era limitata solo alla matematica .,Astra ha correttamente identificato quale delle quattro piccole reti addestrate con PPO stesse giocando a Breakout, Pong, Pac-Man o Freeway esclusivamente dai loro pesi grezzi, con una confidenza fino al 99% .,Una rete PPO normalmente addestrata non ha mai raggiunto il 100% nel compito Breakout; la modifica ai pesi fatta da Astra l'ha fatto, in un solo colpo e senza feedback dall'ambiente .

I fatti principali

Astra ha modificato solo lo 0,016% dei pesi di Qwen3.5-0.8B e ha alzato il suo punteggio MATH-500 dal 7,9% al 48,1%
Non è stata usata nessuna discesa del gradiente o ciclo di addestramento — la correzione è stata una modifica dei pesi in un solo colpo
Il punteggio IFEval di seguito delle istruzioni è triplicato dopo la stessa modifica dei pesi
Astra ha identificato a quale gioco fosse addestrata una rete leggendo solo i suoi pesi grezzi, con una confidenza fino al 99%
Astra ha scritto una rete che gioca a Breakout da zero che ha raggiunto il 100% di successo, rispetto allo 0% della base non addestrata