昨天看到了一篇论文

文章展示了Astra在零梯度条件下的几个关键能力：

· 读取行为：仅凭原始权重，就能识别网络训练的游戏、扩散模型生成的形状、语言模型训练的语种，甚至精准定位语言模型中的“复制头”（induction head）。
· 修复缺陷：诊断出PPO网络陷入局部最优，通过修改3.5%的权重让成功率从0%升至100%。
· 从零创造：仅凭自然语言描述，从零编写权重，在三个MinAtar游戏中击败了PPO训练1亿步的网络。
· 修复大模型：识别出Qwen3.5-0.8B因权重问题导致的“推理循环”，仅编辑0.016%的权重，将MATH-500从7.9%提升至48.1%，IFEval提升3倍。

另一篇文章，作者用一台笔记本上的 Qwen 3.8 27B（17GB量化版） 复现了其中“无工具、纯推理”的核心实验。