从 Astra 改千问权重到 Harness²：AI 如何判断自己改对了

文章解读 MIT CSAIL 的实验，GPT-6 Astra 直接修改 Qwen3.5-0.8B 的权重来减少重复推理，在 MATH-500 上把正确率从 7.9% 提到 48.1%。