Investigadores de MIT CSAIL informaron el 2 de noviembre sobre un experimento de programación en el espacio de pesos en el que GPT-6 Astra editó directamente los pesos del modelo en lugar de usar descenso de gradiente o ajuste fino. En el informe de investigación, el equipo afirma que Astra modificó 131,072 pesos en Qwen3.5-0.8B, aproximadamente el 0.016% del modelo, centrado en las capas MLP 15 y 19.
Con un presupuesto de 50 pasadas hacia adelante, el modelo editado mejoró del 7.9% al 48.1% en MATH-500 y del 13.8% al 67.1% en GSM8K, según la publicación. La proporción de respuestas de MATH-500 que alcanzaron el límite de 32,768 tokens también cayó del 93.0% al 33.1%, lo que los autores citan como evidencia de que la edición eliminó un modo de fallo de bucle.
La salvedad es central para la afirmación. Como señala la publicación: «Sin embargo, corregir bucles no equivale a mejorar la capacidad matemática de un modelo: permite que el modelo termine respuestas que ya podía resolver». Los autores también informan de un control negativo con Gemma 3 270M, donde Astra no mejoró los resultados de forma significativa.