الإجاباتمنشور21 المصادر
تعديل 0.016% من أوزان Qwen رفع نتيجته في اختبار رياضي
قال الباحثون إن Astra غيّر 0.016% من أوزان Qwen3.5 0.8B، لترتفع نتيجته في MATH 500 من 7.9% إلى 48.1%، بعد الحد من حلقات التفكير المتكررة. لم تستخدم التجربة تدريباً تقليدياً أو تدرّجاً حسابياً، لكنها اعتمدت على فحص متكرر للنموذج عبر Python، واستغرقت إحدى التجارب المبلغ عنها نحو 20 ساعة.
نشر بواسطةتم التحرير باستخدام GPT-6 Lunaتم إنشاء الصور باستخدام GPT Image 2
إجابة البحث
الوجبات السريعة الرئيسية
- قال الباحثون إن Astra غيّر 0.016% من أوزان Qwen3.5 0.8B، لترتفع نتيجته في MATH 500 من 7.9% إلى 48.1%، بعد الحد من حلقات التفكير المتكررة.
- لم تستخدم التجربة تدريباً تقليدياً أو تدرّجاً حسابياً، لكنها اعتمدت على فحص متكرر للنموذج عبر Python، واستغرقت إحدى التجارب المبلغ عنها نحو 20 ساعة.
- يوفر النموذج المعدّل وإعادة تشغيل للاختبار بعض مؤشرات قابلية التكرار، لكنهما لا يثبتان أن الطريقة تنجح على نطاق واسع مع نماذج ومهام مختلفة.
موجّه الذكاء الاصطناعي
openai.comCreate a landscape editorial hero image for this Studio Global article: What did MIT CSAIL researchers Rikiya Takehi, Jayden Teoh, Alex Zhang and Omar Khattab report in their November 2 blog post about GPT-6 Astr. Article summary: The researchers reported that GPT-6 Astra could improve another neural network by editing its weights directly rather than training it; the available evidence corroborates the headline Qwen result of 7.9% to 48.1% on MAT. Topic tags: general, general web, user generated, academic. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, char
أفاد باحثون من مختبر علوم الحاسوب والذكاء الاصطناعي في معهد ماساتشوستس للتكنولوجيا (MIT CSAIL) بأن GPT-6 Astra ساعد في إصلاح نموذج عصبي آخر عبر تحليل أوزانه وتعديلها مباشرة. وفي المثال الأبرز، غيّر Astra نسبة صغيرة من أوزان Qwen3.5-0.8B، فارتفعت نتيجته في اختبار MATH-500 من 7.9% إلى 48.1%. لكن القراءة الأكثر تحفظاً للنتيجة هي أن التعديل عالج مشكلة حادة في تكرار التفكير، لا أنه أضاف ببساطة قدرة رياضية جديدة إلى النموذج. 3
6
35
ما الذي أعلنه الباحثون؟
أطلق الباحثون على النهج اسم البرمجة في فضاء الأوزان: أي أن يفحص نموذج لغوي أوزان شبكة عصبية أخرى أو يعدّلها، بدلاً من تحديثها عبر التدريب التقليدي المعتمد على التدرّج الحسابي. ووفقاً للتقارير، عدّل Astra في تجربة Qwen نحو 131,072 وزناً، أي ما يعادل 0.016% من إجمالي أوزان النموذج. 6
33
وكان التحسن المعلن كبيراً في اختبار MATH-500. كما ذكر الباحثون تحسناً في GSM8K وIFEval، لكن التقارير المتاحة لا تعرض إعادة مستقلة لهاتين النتيجتين. 35
42
ولم يقتصر العمل على أن يغيّر Astra الأوزان من تلقاء نفسه بخطوة واحدة. إذ تصف التقارير استخدامه أدوات مبنية على Python، واختبارات تمرير أمامي للنموذج، بهدف استكشاف سلوكه وتشخيص المشكلة قبل إجراء التعديل. أي إن التغيير النهائي مسّ الأوزان مباشرة، لكن الوصول إليه تطلّب فحصاً وتجريباً متكررين. 20
32
المشكلة المستهدفة: الدوران في حلقات تفكير
تركّز التشخيص المعلن على ميل Qwen إلى تكرار الأفكار والتعثر في حلقات استدلالية. قبل التعديل، وصلت 93% من إجابات النموذج في MATH-500، بحسب التقارير، إلى الحد الأقصى المسموح به للإخراج. وبعده، انخفضت النسبة إلى 33.1%. وعزا الباحثون التحسن إلى تغيير موجّه في طريقة الحساب الداخلية للنموذج. 3
20
يساعد ذلك على فهم النتيجة بحذر: يبدو أن التعديل مكّن Qwen من الاستفادة من قدراته الموجودة بصورة أفضل، عبر تقليل خلل كان يحول دون إكمال الإجابات. وفي اختبار منفصل على Gemma 3 270M، وهو نموذج قيل إنه أقل عرضة بكثير لهذه الحلقات، لم يظهر تحسن رياضي ملحوظ. يدعم هذا التباين تفسير التجربة بوصفها إصلاحاً لخلل محدد، لكنه لا يثبت أن تعديل الأوزان لا يمكن أن يحسّن قدرات أخرى. 35
«من دون تدريب» لا تعني «من دون جهد»
تطلّبت العملية المعلنة تفاعلاً واختبارات متكررة. ويصف أحد الحسابات تجربة استمرت نحو 20 ساعة وشملت 158 جولة حوارية، فيما يذكر حساب آخر جلسة Python وميزانية من عمليات التمرير الأمامي على مسائل تدريبية. 20
32
لذلك، لا ينبغي فهم عبارة «من دون تدريب» على أنها تعني «من دون وقت أو حوسبة». فالطريقة تجنبت الانحدار المتدرج ودورة التدريب التقليدية، لكنها اعتمدت على التجريب لتشخيص المشكلة واختبار الحل. كما أن النتيجة المنشورة لا تحدد الحد الأدنى من الاختبارات اللازمة لنجاح مثل هذه التعديلات عموماً. 20
32
ما الذي تثبته الأدلة، وما الذي لا يزال غير محسوم؟
الانتقال من 7.9% إلى 48.1% لافت، لكنه يحتاج إلى سياق. فالنتيجة تقارن أداء النموذج قبل التعديل وبعده وفق إعداد الاختبار المعلن؛ ولا تثبت وحدها اكتسابه قدرات استدلالية جديدة على نطاق واسع. بل إن انخفاض معدل الحلقات ونتيجة Gemma يوحيان بأن التدخل عالج نقطة ضعف بعينها. 3
35
وتتوفر مواد تتيح للآخرين فحص جزء من العمل: فقد نُشرت نسخة معدّلة من Qwen، كما أفادت إعادة بناء اعتماداً على العمل المنشور بتحقيق 51.0% في MATH-500. يوفر ذلك مؤشراً على إمكانية تكرار نتيجة الاختبار، لكنه لا يعادل إعادة تنفيذ عملية Astra الكاملة لاكتشاف التعديل من البداية. 33
54
ولا تثبت التقارير المتاحة تأكيداً مستقلاً لمكاسب GSM8K وIFEval. كذلك، لا تكفي نتائج Qwen وGemma لإثبات أن التقنية تحسن نماذج أو مهام عشوائية بموثوقية. وقال الباحثون إنهم يعملون على إعداد معيار للمقارنة وأداة تساعد على استكشاف الأوزان وكتابتها؛ وقد تساعد هذه الأدوات على اختبار مدى قابلية النهج للتكرار. 16
35
42
تجارب أخرى، لكنها ليست التجربة نفسها
تحدث الباحثون أيضاً عن تجارب لفهم الشبكات انطلاقاً من أوزانها، وعن إنشاء شبكة تلعب لعبة Breakout. ووفق روايتهم، كتب Astra أوزان شبكة اللعبة في رد واحد، من دون تدريب أو أدوات، وسجلت الشبكة نتيجة أعلى بعشرين مرة من خط أساس PPO دُرّب على 500 مليون خطوة. يظل هذا ادعاءً متعلقاً بإعداد محدد للعبة ومقارنة بعينها، وليس دليلاً على تفوق الطريقة عموماً على التعلم المعزز. 9
47
توسّع هذه الأمثلة نطاق فكرة البرمجة في فضاء الأوزان، لكنها لا ينبغي أن تختلط بإصلاح Qwen. فقد استعانت تجربة Qwen بأدوات لتشخيص المشكلة، بينما عُرض مثال Breakout كتجربة منفصلة لبناء شبكة. 9
20
32
الخلاصة الأكثر اتزاناً: نحن أمام مثال مبكر وواعد على استخدام الذكاء الاصطناعي للمساعدة في إصلاح نموذج عبر تعديل معاييره مباشرة. الأرقام المنشورة لافتة، والمواد المتاحة تتيح قدراً من التدقيق، لكن الأدلة حتى الآن أضيق من الادعاء بأن النماذج اللغوية تستطيع ترقية نماذج أخرى بسرعة وموثوقية وبصورة عامة. 16
33
35
54
Studio Global AI
مواصلة البحث الخاص بك
تتضمن هذه الصفحة إجابة مدعومة بالمصدر يمكنك المتابعة داخل Studio Global.
يسأل الناس أيضا
ما هي الإجابة المختصرة على "تعديل 0.016% من أوزان Qwen رفع نتيجته في اختبار رياضي"؟
قال الباحثون إن Astra غيّر 0.016% من أوزان Qwen3.5 0.8B، لترتفع نتيجته في MATH 500 من 7.9% إلى 48.1%، بعد الحد من حلقات التفكير المتكررة.
ما هي النقاط الأساسية التي يجب التحقق منها أولاً؟
قال الباحثون إن Astra غيّر 0.016% من أوزان Qwen3.5 0.8B، لترتفع نتيجته في MATH 500 من 7.9% إلى 48.1%، بعد الحد من حلقات التفكير المتكررة. لم تستخدم التجربة تدريباً تقليدياً أو تدرّجاً حسابياً، لكنها اعتمدت على فحص متكرر للنموذج عبر Python، واستغرقت إحدى التجارب المبلغ عنها نحو 20 ساعة.
ماذا يجب أن أفعل بعد ذلك في الممارسة العملية؟
يوفر النموذج المعدّل وإعادة تشغيل للاختبار بعض مؤشرات قابلية التكرار، لكنهما لا يثبتان أن الطريقة تنجح على نطاق واسع مع نماذج ومهام مختلفة.
المصادر
snowrock.comMIT researchers used GPT-6 Astra to fix Qwen’s thinking loops
aicoder.comAI Coding Live News — Real-Time X/Twitter Updates & Breakthroughs
rikiyat.github.ioSparks of Weight-Space Programming: LLMs can natively read & write neural network weights
huggingface.coakhaliq/Qwen3.5-0.8B-weight-space-programming · Hugging Face
daily.dev