Si a una persona le pasan una lista con miles de números y le preguntan a qué juego aprendió a jugar el modelo de IA entrenado con ellos, no va a saber responder. GPT-6 Astra, de OpenAI, sí responde. Un grupo de investigadores del MIT publicó en un blog de investigación que Astra puede analizar y modificar de forma deliberada la configuración interna de otros modelos de IA, los llamados pesos. Esos valores numéricos se ordenan en tablas enormes, que en matemáticas se llaman matrices.
El proceso de entrenamiento de siempre, la optimización matemática paso a paso, no hace falta. Según el experimento, Astra trabajó directamente con listas de números o usó herramientas de programación y la retroalimentación de pruebas ejecutadas.
Los autores le pusieron nombre al enfoque, Weight-Space Programming (programación en el espacio de pesos). En vez de reentrenar un modelo con un costo alto, un modelo de lenguaje hace de mecánico y gira perillas una por una.
¿Qué reconoce Astra mirando solo los números?
En varios experimentos los investigadores le entregaron a Astra los pesos crudos de redes ya entrenadas y le preguntaron qué habían aprendido. Astra identificó bien cuál de cuatro videojuegos debía jugar cada red. También reconoció las formas básicas que producía un generador de imágenes, aunque confundió figuras rellenas con contornos. Y acertó el idioma de entrenamiento de modelos de lenguaje pequeños, sin acceso a los datos de entrenamiento y sin poder ejecutar los modelos.
En otra prueba tenía que descubrir cuál de dos modelos ajustados había sido entrenado para darle siempre la razón al usuario. Con los pesos solos no pudo distinguirlos al principio. Recién cuando se le permitió observar en qué se fijaban los modelos al procesar texto identificó al modelo complaciente en los tres pares.
Modelos escritos desde cero que superan a los entrenados
Astra fue más lejos. Generó los pesos de modelos para tres videojuegos simples, sin ningún entrenamiento, a partir de las reglas y del código fuente de cada juego. Según los investigadores, esos modelos superaron a otros entrenados con un método estándar durante 100 millones de rondas. En Breakout, el modelo de Astra promedió 517 puntos contra 25 de la referencia entrenada. En los otros dos juegos quedó por debajo de las versiones con más entrenamiento.
Para el juego de mesa Go en un tablero de 9x9, Astra escribió los pesos de una red de cerca de 1,5 millones de parámetros. Tuvo un presupuesto de 50 iteraciones de prueba, en cada una la red jugó hasta 128 partidas de práctica y después Astra corrigió sus pesos. Con eso le ganó a un modelo de tamaño comparable entrenado con unos 20 millones de partidas.
¿Sirve para corregir un modelo real?
El experimento más práctico usó el modelo de lenguaje Qwen3.5-0.8B. La tarea de Astra era mejorar su desempeño en matemáticas, con un entorno de programación y 50 iteraciones de prueba con problemas de práctica. La evaluación se hizo con problemas distintos, que Astra nunca vio.
Astra encontró un problema del que la propia documentación del modelo Qwen ya advierte, los bucles de razonamiento en que el modelo repite el mismo texto sin llegar nunca a una respuesta. Después cambió apenas el 0,016% de todos los pesos. El acierto en el benchmark MATH-500 saltó de 7,9% a 48,1%, y el seguimiento de instrucciones subió de 21% a 62%.
Los bucles no desaparecieron del todo. Un tercio de las respuestas todavía llegaba al largo máximo de texto, contra el 93% de antes.
| Medida en Qwen3.5-0.8B | Antes | Después |
|---|---|---|
| Acierto en MATH-500 | 7,9% | 48,1% |
| Seguimiento de instrucciones | 21% | 62% |
| Respuestas que llegan al largo máximo | 93% | cerca de un tercio |
Con un modelo más pequeño, Gemma 3 270M, que casi no caía en esos bucles, Astra no logró ninguna mejora medible.
Los investigadores creen que Astra quitó un bloqueo del modelo Qwen que estaba suprimiendo capacidades que ya tenía. Las habilidades que un modelo no tiene de base no se pudieron agregar en este experimento reescribiendo pesos sueltos.
¿Idea vieja o paradigma nuevo?
El pionero de la IA Jürgen Schmidhuber comentó en X que el enfoque era "old hat" (algo viejo) y apuntó a su propio trabajo de los años noventa. Khattab, del equipo del MIT, respondió que el trabajo enlaza esos papers, que estaban "far ahead of its time" (muy adelantados a su época). Lo nuevo, dijo, es lo bien que los modelos de lenguaje actuales traducen entre el lenguaje humano y los valores numéricos de una red.
Los autores ven usos para su método en auditorías de seguridad hechas directamente sobre los pesos o en cambios de comportamiento puntuales sin reentrenar. También reconocen que las capacidades todavía son limitadas, y lo próximo en su lista es un benchmark para medirlas de forma sistemática. Los registros de los experimentos están en GitHub y el modelo Qwen editado está publicado en Hugging Face.
