MIT研究被质疑：Astra修改Qwen权重存在误导

MIT那篇爆火研究，被大佬公开质疑了。 Astra前两天刚刚凭借一项惊人能力刷屏AI圈——不用训练、不算梯度，直接修改另一个AI模型的权重。 MIT团队宣称，Astra仅修改Qwen3.5-0.8B的0.016%权重，就让数学成绩从7.9%暴涨至48.1%，相当于提升到原来的6倍多。 如今，事情似乎出现了反转。 一位来头不小的圈内大佬发布长文博客，直接炮轰：这项研究存在严重误导。 质疑者叫Matthew Honnibal，spaCy的作者、AI公司Explosion的联合创始人。

Honnibal用了一个很妙的比方，讽刺了MIT研究所做的事：障眼法。 舞台魔术师常常用多种方式来表演同一个戏法。 第一次，他可能用了一个特殊的道具； 下一次，他会向你展示道具并无特殊，但他自己藏起了东西； 第三次，可能又利用了某种强迫选择。 当你观看表演时，你会假设只有一种技术，所以每当魔术师表演一次，似乎都推翻了你对其工作原理的假设。 Honnibal认为，Astra这项研究的实验呈现，就酷似这样一场魔术。

回到Paper，原文其实展示了三项不同的能力：读权重：只看原始的权重数字，就能识别一个小型神经网络正在执行什么任务。 写权重：不依赖环境反馈，从零开始直接生成或修改小型网络的参数，让它能玩《打砖块》之类的小游戏。 修复大模型：通过修改Qwen的部分权重，大幅提高其数学测试表现。 但这篇论文摘要给人的核心印象却是——Astra「仅通过观察原始权重」，就能理解并修改另一个模型。 如果只是一眼扫过，很难不让人理解为：无论是识别一个小型网络的功能，还是修复一个大语言模型的数学能力，都源于同一种「读脑」神技。

但，这是真的吗？ Honnibal仔细梳理了论文中的8组实验后发现：实现这三件事的实验条件，天差地别。 也就是说——纯纯是在偷换概念。 两种技术路径到底是露出了怎样的小鸡脚（bushi）？ 首先，在识别小型网络任务、修复一个卡住的赛车模型等实验中，Astra确实做到了「只看原始权重」。 因为实验条件非常苛刻：直接将权重数字（raw floats）作为输入，放进Astra的上下文。 不允许Astra运行Python代码。 不允许Astra执行目标网络来观察其行为。

在这种模式下，Astra处理的模型参数规模都非常小，在1.7万到17.2万之间。 这确实很了不起，但距离真正理解一个现代大语言模型，还有很长的路。 但到了最引人注目、也最令人振奋的Qwen数学能力修复实验，就完全不是这么回事儿了。 在修复8亿参数的Qwen模型时，Astra并没有直接读取原始权重。 取而代之的是，Astra被授权使用Python编程，并且最多可以进行50次前向测试。 每次允许模型处理一批练习题，通过观察模型的表现来分析和修改权重。 这根本是两码事。 。 。

Honnibal一针见血地指出，将这两种方法打包在一起，很容易让读者误以为：噢，那种在小模型上实现的「读脑术」，同样可以规模化地应用在8亿参数的大模型上。 但事实是，在处理真正的大语言模型时，Astra更像一个「场外教练」，需要通过编程、运行、观察等一系列工程手段来介入。 真正的问题，在于成果的呈现方式。 将两种截然不同的能力，模糊地包装成一种统一的、能够读写AI大脑的「超能力」。 说实话，乍一听还以为是A社做的事。 。 。 也侧面反映了如今AI圈的Hype狂潮吧。