Исследователи из MIT представили подход под названием «Weight-Space Programming», в рамках которого модель GPT-6 Astra от OpenAI напрямую анализирует и корректирует веса других нейросетей. Вместо традиционного обучения модель выступает в роли «механика», изменяя числовые значения в матрицах параметров. В ходе экспериментов Astra смогла определить специализацию моделей по их весам, а также создать рабочие модели для простых игр на основе правил и исходного кода. Наиболее значимый результат был достигнут при работе с языковой моделью Qwen3.5-0.8B. Изменив лишь 0,016% весов, Astra повысила точность модели на бенчмарке MATH-500 с 7,9% до 48,1%, частично устранив проблему «зацикливания» ответов. Однако исследователи отмечают, что метод имеет ограничения: Astra не удалось улучшить показатели модели Gemma 3 270M, и она не смогла привить моделям навыки, которыми те изначально не обладали. Авторы предполагают, что технология может быть полезна для аудита безопасности и точечной настройки поведения ИИ.