看了MIT团队发表的一篇文章，提到astra直接修改qwen模型权重，大幅提升该模型在数学方面的表现。具体操作方法命名为权重空间编程，下面是方法： 

团队为 Astra 提供一个运行在 CPU 上的 Python 交互式内核（类似 Jupyter Notebook），其中预加载了开源模型的 8 亿个权重张量。
沙盒禁止计算梯度、禁止使用优化器拟合数据，也禁止模型在沙盒内私自运行推理。
Astra 只能调用一个受限的“前向传播工具”（预算设为 10、25 或 50 次）。每次调用可让模型在从 GSM8K 和 MATH 训练集挑选的一批练习题（最多 512 道题或 1,024 段文本）上运行，从而观察修改前后的输出表现与内部状态。
Astra 首先利用前向传播测试基座模型，发现 Qwen3.5-0.8B 数学得分低的核心原因是严重的“思考死循环”（Thinking loops）——前 9...