Как сообщается в репозитории на GitHub, где авторы выложили полные логи, модель под именем «Astra» — это OpenAI gpt-6-astra, а каждый «ход» был одним вызовом Codex CLI с полностью отключёнными инструментами: командной оболочкой, редактированием файлов, веб-поиском и субагентами. Все 1 125 ходов прошли проверку авторов и выполнены без инструментов. Весами называют числовые параметры, которые нейросеть приобретает в процессе обучения.
В ключевом эксперименте, по данным Telegram-канала Data Secrets, модель получила веса небольшой языковой модели Qwen3.5-0.8B и задачу повысить её математические способности. Astra нашла в весах нейроны, вызывавшие зацикливание рассуждений, и исправила их, изменив около 0,016% параметров. Результат на бенчмарке MATH-500 вырос с 7,9% до 48,1%, на GSM8K — с 13,8% до 67,1%; как следует из репозитория, эксперимент также включал продолжение на модели Gemma 3 270M.
Другие эксперименты, как описывает Data Secrets, проверяли способность модели «читать» веса. Четыре одинаковые сети обучили играм Breakout, Pong, Pac-Man и Freeway; Astra получила только веса (около 17 тысяч чисел) и описание входов, без названий игр, и угадала игру во всех четырёх случаях. По весам диффузионных моделей, генерировавших круг, квадрат и треугольник, она определила каждую фигуру, прочитав выходной слой и не запуская сами сети.
Писала Astra и сети с нуля: для трёх игр MinAtar она выдала веса без какого-либо обучения и во всех случаях обошла сети, обученные методом обучения с подкреплением (PPO — распространённый алгоритм такого обучения) на 100 млн шагов. Для игры в го модель сгенерировала веса одним скриптом на 336 строк и выиграла более половины партий у двух небольших PPO-сетей, а с возможностью прогонять свои варианты в песочнице — победила равную по размеру сеть, обученную на 20 млн партий.
Подход авторы называют Weight-Space Programming — работу с весами как с программой, без градиентного спуска и дообучения. В экспериментах, где допускался код, модель писала Python-блоки, которые выполнялись в изолированной песочнице без доступа в интернет, а вывод отправлялся обратно. По данным Data Secrets, авторы готовят бенчмарк и харнесс для оценки подобных способностей; логи, данные и сети опубликованы под лицензиями CC BY 4.0 и MIT.
