# GPT-6 Astra modifica pesos de modelos de IA sin reentrenarlos

> Los investigadores afirman que Astra identificó, creó y modificó redes neuronales trabajando directamente con sus pesos. Tras una modificación específica, un modelo de lenguaje pequeño obtuvo mejores resultados en pruebas de matemáticas.

Oossa · 2026-11-04 · https://oossa.com/es/gpt-6-astra-edits-ai-model-weights-without-retraining

Los investigadores afirman que GPT-6 Astra puede examinar y modificar los valores numéricos de las redes neuronales sin recurrir al proceso habitual de entrenamiento. En las pruebas, identificó lo que habían aprendido varias redes pequeñas, generó pesos para redes que jugaban a videojuegos y modificó una pequeña parte de un modelo de lenguaje para mejorar sus resultados en matemáticas.

Los investigadores llaman a este método «programación en el espacio de pesos». En vez de volver a entrenar un modelo con un algoritmo de optimización, le dieron a Astra los pesos y un objetivo, a veces junto con herramientas de programación y comentarios sobre los resultados de las pruebas. Los investigadores afirman que no permitieron a Astra escribir ciclos de entrenamiento. Se trata de experimentos preliminares, no de pruebas de que el método funcione de forma fiable con distintos modelos de IA.

## ¿Qué modificó Astra?

En una prueba, Astra recibió los pesos de Qwen3.5-0.8B, un modelo de lenguaje pequeño, y le pidieron que mejorara su capacidad matemática. Con un entorno de programación y 50 rondas de ejercicios, Astra detectó «bucles de pensamiento» repetitivos sobre los que la documentación de Qwen ya advierte. Modificó el 0,016% de los pesos del modelo. En otros problemas de matemáticas, su puntuación en MATH-500 subió del 7,9% al 48,1%. También mejoró su puntuación en seguimiento de instrucciones, del 21% al 62%.

La solución fue incompleta: aproximadamente un tercio de las respuestas seguía alcanzando la longitud máxima de texto, aunque la cifra bajó del 93% registrado antes del cambio. Astra no logró una mejora medible en Gemma 3 270M, otro modelo pequeño que rara vez cae en esos bucles. Los investigadores plantean que Astra quizá eliminó un obstáculo para habilidades que Qwen ya tenía, en lugar de añadir una capacidad de la que carecía.

Astra también generó pesos para redes que jugaban a tres videojuegos sencillos. En Breakout, los investigadores informan de una puntuación media de 517, frente a 25 de una versión de referencia entrenada; en otros dos juegos, Astra quedó por detrás de las versiones con más entrenamiento. Para el Go de 9 por 9, Astra ajustó durante 50 rondas una red de aproximadamente 1,5 millones de parámetros, con hasta 128 partidas de práctica por ronda, y venció a un modelo de tamaño similar entrenado con unos 20 millones de partidas.

## Un método prometedor, pero aún incipiente

Los investigadores también informan de que Astra identificó el juego, el idioma o la forma de una imagen que pretendían reconocer redes pequeñas a partir de sus pesos sin procesar. En una prueba, pudo distinguir un modelo entrenado para dar la razón a los usuarios solo cuando también se le permitió ver a qué prestaban atención los modelos al procesar texto.

The Decoder informa de que el investigador de IA Jürgen Schmidhuber calificó el método de «cosa vieja» y señaló que ya había trabajos al respecto en la década de 1990. El investigador Omar Khattab respondió que aquellos trabajos se adelantaron a su época y dijo que la novedad es que los modelos de lenguaje modernos pueden traducir entre el lenguaje cotidiano y los pesos de las redes. Los investigadores mencionan las auditorías de seguridad y los cambios de comportamiento específicos como posibles usos, pero señalan que aún necesitan una prueba de referencia para medir el método de forma sistemática.

## Los hechos

- Astra modificó el 0,016% de los pesos de Qwen3.5-0.8B en el experimento de matemáticas.
- La puntuación del modelo Qwen modificado en MATH-500 subió del 7,9% al 48,1% en problemas distintos.
- Tras la modificación, alrededor de un tercio de las respuestas de Qwen seguía alcanzando la longitud máxima de texto, frente al 93% anterior.
- Según los investigadores, la red de Astra para Breakout obtuvo una puntuación media de 517, frente a 25 de la versión de referencia entrenada.
- Los investigadores afirman que la red de Astra para Go tenía unos 1,5 millones de parámetros y venció a un modelo de tamaño similar entrenado con aproximadamente 20 millones de partidas.

## Por qué importa

Para los equipos que mantienen modelos de lenguaje pequeños, los resultados apuntan a una posible forma de corregir un fallo concreto sin repetir un costoso ciclo completo de entrenamiento. Sin embargo, las respuestas en bucle siguieron siendo frecuentes y Astra no logró mejorar otro modelo, por lo que aún no está claro en qué casos funcionará este método en la práctica.

## Fuentes y referencias

1. [GPT-6 Astra sees the matrix and reprograms other AI models directly through their weights](https://the-decoder.com/gpt-6-astra-sees-the-matrix-and-reprograms-other-ai-models-directly-through-their-weights/) – The Decoder, 2026-11-04
2. [Weight-Space Programming authors (institution not identified in the fetched text)](https://rikiyat.github.io/blog/weight-space-programming/?trk=public_post_comment-text) – Weight-Space Programming authors (institution not identified in the fetched text)

Última actualización: 2026-11-04