MIT博一学生提出对GPT-6模型权重进行改造的新方法，使数学推理能力提升约6倍，成果在学术圈快速破圈。核心思路并非简单堆数据或加参数，而是从权重层面重构模型的数值计算路径，让模型在符号运算与多步推导上更稳定。这为「小团队撬动大模型能力」提供了可复现的样本，也提示后训练与权重编辑仍是提升推理性价比的重要方向。若方法可泛化，将降低数学、工程等强推理场景的算力门槛。

📌 原文来源：新智元

🔗 阅读原文

内容基于公开资讯总结整理，仅供学习参考。