GPT-6 Astra मैट्रिक्स देखता है और अपने वजन के माध्यम से अन्य AI मॉडलों को सीधे रीप्रोग्राम करता है
decoder ·
MIT के शोधकर्ताओं ने दिखाया है कि OpenAI का GPT-6 Astra "वेट-स्पेस प्रोग्रामिंग" (Weight-Space Programming) नामक एक विधि के माध्यम से अन्य AI मॉडल्स के आंतरिक वेट्स (weights) का विश्लेषण और संशोधन कर सकता है। इस दृष्टिकोण से भाषा मॉडल एक यंत्रकार की तरह कार्य करता है, जो महंगी पुनर्प्रशिक्षण (retraining) की आवश्यकता के बिना संख्यात्मक सेटिंग्स को समायोजित करता है। प्रयोगों में, Astra ने कच्चे वेट मैट्रिक्स का निरीक्षण करके गेम और भाषाओं को सही तरीके से पहचाना, हालांकि कभी-कभी यह आकार के प्रकारों में भ्रमित हुआ। सिस्टम ने खड़े से ऐसे फंक्शनल गेम-प्लेइंग मॉडल्स भी उत्पन्न किए जो कुछ परिदृश्यों में पारंपरिक रूप से प्रशिक्षित बेसलाइनों से बेहतर प्रदर्शन किया। जब Qwen3.5-0.8B मॉडल की गणितीय क्षमताओं को सुधारने का काम सौंपा गया, तो Astra ने इसके वेट्स के बहुत छोटे हिस्से को बदलकर सटीकता में उल्लेखनीय वृद्धि हासिल की। हालांकि, इस तकनीक ने उन छोटे मॉडल्स पर लागू करने पर सीमाएं दिखाई जिनमें विशिष्ट क्षमताएं अनुपस्थित थीं। जबकि कुछ विशेषज्ञ इसे पुरानी अवधारणाओं के विकास के रूप में देखते हैं, अध्ययन लक्षित AI ट्यूनिंग और सुरक्षा ऑडिट के लिए नई संभावनाओं को उजागर करता है।
decoder