# Pesquisadores do MIT dizem que GPT-6 Astra melhorou o Qwen ao editar 0,016% dos pesos

- Publicada: 2026-11-03T11:00:00.000Z
- Atualizada: 2026-11-04T10:04:29.974Z
- Editoria: Modelos
- Assuntos: Pesquisa
- Página: https://aidailyjournal.com/pt/n/2026/11/03/mit-researchers-say-gpt-6-astra-improved-qwen-by-editing-0-016-of-its-weights/
- Fontes: [Xataka](https://xataka.com/robotica-e-ia/ia-ha-hecho-mejor-a-otra-ia-metodo-inesperado-recortarle-que-le-estorbaba)

## Resumo

Pesquisadores do MIT CSAIL dizem ter usado o GPT-6 Astra para editar diretamente 0,016% dos pesos do Qwen3.5-0.8B, sem retreiná-lo, com o objetivo de corrigir determinados ciclos de raciocínio matemático. Segundo o Xataka, o desempenho do Qwen no MATH-500 subiu de 7,9% para 48,1%. O MIT chamou a abordagem de Weight-Space Programming, ou programação no espaço de pesos.

O método pode oferecer uma forma mais barata de melhorar modelos menores, mas o trabalho ainda é preliminar e não foi revisado por pares. Segundo o Xataka, a técnica teve ganho quase nulo no Gemma 3 270M, da Google, que sofria menos com esses ciclos — uma indicação de que ela depende de haver algo a remover. Os pesquisadores também apontam para a possibilidade futura de modelos aplicarem melhorias em si mesmos, embora isso ainda esteja distante.

## Por que importa (interpretação editorial)

O resultado sugere que editar uma fração mínima dos pesos pode ser uma alternativa ao retreinamento para corrigir falhas específicas em modelos menores, mas a evidência ainda é preliminar e não revisada por pares. O ganho limitado no Gemma indica que a utilidade depende do tipo de problema presente no modelo.

_Resumo escrito pelo AI Daily Journal a partir das fontes acima, com palavras próprias. Para detalhes, leia as matérias originais._