社区讨论称 GPT-6 Astra 仅改动约 0.016% 的权重，就使 Qwen3.5 的数学推理能力提升约六倍，引发对模型能力是否高度集中于少数关键参数的猜测。若结果可复现，其意义在于揭示微调的高杠杆区域：少量参数可能承载推理策略与格式遵循能力，从而以极低成本实现跨模型能力迁移。但也需警惕评测污染、提示模板差异与选择性报告带来的夸大。对工程实践而言，值得关注的是参数高效微调与能力定位方法，而非追逐单一惊人数字。

📌 原文来源：知乎热榜

🔗 阅读原文

内容基于公开资讯整理生成，仅供学习参考。