Ein Forschungspapier von Rikiya Takehi und Kolleg:innen hat gezeigt, dass frontier-class LLMs wie GPT-6 Astra in der Lage sind, rohe neuronale Netzwerk-Gewichte direkt zu interpretieren und zu modifizieren – ein Phänomen, das die Autoren „Weight-Space Programming" nennen. Der Autor dieses Artikels demonstriert überraschenderweise, dass auch das kleinere Open-Source-Modell Qwen 3.8 27B auf einem Laptop dieselbe Fähigkeit besitzt, ohne dabei Code auszuführen. Das Papier beschreibt beeindruckende Anwendungen wie die Analyse unbekannter Netzwerk-Funktionen oder die chirurgische Reparatur von Gewichtsproblemen, die die mathematischen Fähigkeiten eines Modells stark verbessern. Allerdings gibt es berechtigte Kritik von ML-Forscher:innen, die einige der Ergebnisse als Übertreibung oder Konfundierung von Capability-Tests mit Code-gestützten Optimierungen sehen.
