GPT-6 Astra editó los pesos de un modelo sin volver a entrenarlo

La investigación del MIT citada en una noticia de The Decoder del 4 de noviembre de 2026 analiza experimentos en los que GPT-6 Astra puede analizar y modificar los pesos de otros modelos de inteligencia artificial. El enfoque, al que los investigadores llaman «Weight-Space Programming», trabaja directamente con los valores de los pesos en lugar de volver a entrenar el modelo con métodos convencionales. En los experimentos, Astra utilizó en ocasiones listas numéricas de pesos y, en otras, recurrió a herramientas de programación y a los resultados de las pruebas.

¿Qué pudo deducir Astra a partir de los pesos?

Los investigadores dieron a Astra los pesos de redes entrenadas y le pidieron que identificara qué habían aprendido. Astra detectó correctamente a cuál de cuatro juegos de computadora estaban destinadas las redes. También reconoció las formas básicas generadas por modelos de imagen, aunque a veces confundió las formas rellenas con las de contorno. Asimismo, identificó correctamente el idioma en el que se habían entrenado pequeños modelos de lenguaje, sin acceder a los datos de entrenamiento ni a la posibilidad de ejecutar los modelos.

En otro experimento, se pidió a Astra que identificara, entre dos opciones, un modelo ajustado para estar siempre de acuerdo con los usuarios. Astra no pudo distinguirlos basándose únicamente en los valores de los pesos, pero acertó en tres pares de modelos cuando también pudo observar a qué prestaban atención mientras procesaban texto. Este experimento muestra que los pesos, por sí solos, no siempre proporcionan información suficiente.

Resultados dispares en las pruebas de juegos

También se pidió a Astra que generara pesos para modelos destinados a tres juegos de computadora sencillos, usando sus reglas y su código fuente. Según los investigadores, el modelo creado por Astra obtuvo una media de 517 puntos en Breakout, mientras que el modelo de comparación, entrenado con el método estándar durante 100 millones de partidas, se quedó en 25 puntos. En los otros dos juegos, el modelo de Astra quedó por detrás de las versiones entrenadas durante más tiempo.

Para un tablero de Go de 9x9 casillas, se generaron los pesos de una red con aproximadamente 1,5 millones de parámetros. Astra ajustó los pesos durante 50 iteraciones de prueba, utilizando en cada ronda los resultados de hasta 128 partidas de prueba. Según los investigadores, esta red superó a un modelo de tamaño similar entrenado con unos 20 millones de partidas. La variación de los resultados según el juego no implica que el método vaya a ofrecer el mismo rendimiento en todas las tareas.

Cambios limitados en los pesos del modelo Qwen

En el experimento más práctico, se pidió a Astra que mejorara las habilidades matemáticas de Qwen3.5-0.8B mediante un entorno de programación y ejercicios. La evaluación se realizó con problemas independientes que Astra no había visto antes. Astra detectó bucles de razonamiento en los que el modelo repetía el mismo texto en vez de generar una respuesta y modificó solo el 0,016 % de los pesos.

Según los resultados comunicados por los investigadores, el rendimiento en MATH-500 subió del 7,9 % al 48,1 %, y el seguimiento de instrucciones, del 21 % al 62 %. Sin embargo, los bucles de razonamiento no desaparecieron por completo: un tercio de las respuestas seguía alcanzando la longitud máxima de texto. Antes de los cambios, esa proporción era del 93 %. En Gemma 3 270M, donde estos problemas eran poco frecuentes, no se logró una mejora medible. Los investigadores creen que Astra pudo haber eliminado un obstáculo que inhibía capacidades ya presentes en Qwen; el experimento no demuestra que este método pueda dotar al modelo de habilidades que no tenía desde el principio.

Efectos en los flujos de trabajo de arquitectura y visualización

El estudio no anuncia una función directa de modelado ni de render. Sin embargo, muestra que se está investigando un enfoque alternativo a volver a entrenar todo el modelo para modificar un comportamiento concreto en las herramientas de inteligencia artificial que usan los equipos de arquitectura y visualización. La fuente no explica cómo podría aplicarse el método al software de diseño.

Para los estudios, es importante probar los resultados en tareas reales de producción. Los investigadores reconocen las limitaciones del método y consideran que el siguiente paso es un estudio de evaluación comparativa para medirlo de forma sistemática. La noticia no incluye información sobre requisitos de hardware, licencias ni uso comercial; sin aclarar estos aspectos, no es posible decidir cómo integrar el método en los flujos de trabajo.