O GPT-6 Astra, um modelo de linguagem (programa de inteligência artificial que trabalha com texto), alterou só 0,016% dos pesos de outro modelo. O acerto desse modelo no teste de matemática MATH-500 saltou de 7,9% para 48,1%. Pesos são os números internos de um modelo. O alvo foi o Qwen3.5-0.8B, e a prova usou problemas que o Astra nunca tinha visto.
Com 50 rodadas de teste, o Astra apontou um defeito que a documentação do próprio Qwen já avisa. O modelo repete o mesmo texto sem parar e não chega à resposta. Antes, 93% das respostas batiam no tamanho máximo de texto; depois, um terço.
Os pesquisadores chamam o método de Weight-Space Programming, algo como programação direta nos pesos, e o veem como alternativa a um novo treino, que custa caro.
No Breakout, um de três jogos simples do teste, um modelo escrito pelo Astra do zero, sem treino nenhum e só com as regras e o código-fonte, fez em média 517 pontos. O modelo treinado da comparação fez 25. Os pesquisadores dizem que esses modelos superaram os treinados por um método padrão ao longo de 100 milhões de rodadas. Mas, nos outros dois jogos, as versões com mais treino ficaram à frente.
Um modelo de tamanho parecido, treinado em cerca de 20 milhões de partidas, perdeu no Go, jogo de tabuleiro, em grade de 9 por 9, para um cujos pesos o Astra escreveu. Ele teve 50 rodadas para corrigi-los, cada uma com até 128 partidas de treino.
Os pesos também bastaram para o Astra dizer o que outros modelos tinham aprendido. Acertou o idioma de treino de pequenos modelos de linguagem, sem ver os dados nem poder rodá-los, e qual de quatro jogos de computador um modelo devia jogar.
Para apontar qual de dois modelos foi ajustado para sempre concordar com o usuário, nos três pares, o Astra precisou observar também no que eles prestavam atenção. Os pesos sozinhos não bastaram.
O pioneiro da IA Jürgen Schmidhuber comentou no X que a ideia é velha e citou seus trabalhos dos anos 1990. A réplica registrada pelo The Decoder é que a novidade está em como os modelos de linguagem atuais traduzem bem entre a língua humana e os pesos.
Os autores pretendem agora criar um teste padronizado para medir o método e veem potencial em auditorias de segurança feitas direto nos pesos. Em um modelo menor, o Gemma 3 270M, que raramente caía nessa repetição, o Astra não conseguiu melhora que pudesse ser medida.
Reescrever pesos individuais, neste experimento, não bastou para acrescentar habilidade que falta por completo a um modelo. No Qwen, a suspeita dos pesquisadores é que o Astra tenha tirado um bloqueio que abafava capacidades já existentes.
