Martes 3 de noviembre de 2026 ·

MIT: GPT-6 Astra modifica el 0,016 % de los pesos de Qwen3.5-0.8B y sube su nota en MATH-500 del 7,9 % al 48,1 %

Relevancia 66 de 100 Estados Unidos, Massachusetts

Útil para Programadores 50%

Investigadores del MIT presentan la 'programación en el espacio de pesos' (Weight-Space Programming): GPT-6 Astra analiza y edita directamente los pesos del modelo pequeño Qwen3.5-0.8B, cambiando unos 131.000 parámetros sin entrenamiento por gradiente. Con 50 pases de inferencia, la puntuación en MATH-500 pasa de 7,9 % a 48,1 % y en IFEval de 21 % a 62,3 %. El método localizó un bucle de repetición que hacía que la mayoría de las respuestas agotaran el límite de tokens.

Qué significa

Abre la posibilidad de corregir fallos de modelos ya entrenados sin el coste de reentrenarlos. Según los propios investigadores, el método recupera capacidades que el modelo ya tenía, pero no crea habilidades nuevas.

Fuentes originales

Resumen de Hoy en IA. Pulsa una fuente para leer la noticia completa en su idioma original.

También ese día

Todas las noticias de IA del martes 3 de noviembre de 2026 ->