再学習はもう不要 - AIが別のAIの重みを調整できるように

何が起きたのか

MIT CSAILの研究チームは、OpenAIの「GPT-6 Astra」というAIが、別のAIモデル（Qwen3.5-0.8B）の重みを直接編集し、数学の性能を高めたと報告しました。通常の学習(トレーニング)を使わず、重みの数値を書き換えただけです。研究チームはこの方法を「Weight-Space Programming（重み空間プログラミング）」と呼んでいます。

主な数字と事実

• Astraが変えた重みは全体の0.016%だけ。
• 数学のベンチマーク「MATH-500」で、性能が最大6倍になった。
• 指示に従う力を測る「IFEval」では、およそ3倍になった。
• 学習での勾配降下法（gradient descent）は使っていない。
• ゲーム「Breakout」を遊ぶ方策ネットワークの重みも、ゼロから書かせることに成功した。

ちょっとした背景

AIモデルは、ニューロンと呼ばれる多くの計算部品と、それをつなぐ数値「重み」でできています。通常は、大量のデータで学習させて重みを少しずつ調整します。今回の研究は、その重みをAIが読んで理解し、直接直せるかを調べたものです。

なぜ重要なのか

学習をやり直すと、新しい知識を入れたときに、前に覚えたことを忘れてしまうことがあります。研究者は、この方法ならその問題を避けられるかもしれないと考えています。また、AIの動きを理解したり、こびへつらい（sycophancy）を減らしたりすることにも役立つかもしれません。ただし、これはまだ初期の成果です。

これから注目すべき点

• 研究チームは、この作業を標準的に評価するためのベンチマークと実行の仕組み(ハーネス)を作る予定。
• 他のモデルや別の課題でも同じ結果が出るかどうか。
• AIが自分自身を改良する「再帰的な自己改善」につながるかどうか。