MIT CSAIL 提出 Weight-Space Programming，让 GPT-6 Astra 只读取 Qwen3.5-0.8B 的权重并直接修改参数，改动约 0.016% 的权重后，MATH-500 从 7.9% 提升到 48.1%，GSM8K 从 13.8% 升到 67.1%。
同一件事，精选收录的是《MIT 研究：GPT-6 Astra 可直接读写其他 AI 模型权重》
上海交通大学副教授邓志杰在CNCC 2026演讲中梳理了扩散语言模型从LLaDA、Dream基础路线到跨块并行、后训练与推理系统优化的提速方法。MBD-LLaDA2-Mini在两张H100上达到约746 TPS，经CForce训练的LLaDA2.1-mini四项任务平均分从85.57升至86.41、平均TPF从6.94升至9.08。他还介绍了流式视频、语音修复、多模态与智能体等应用探索。
Latent Space 汇总 11 月 2 日至 3 日的 AI 新闻，重点讨论“权重空间编程”的多个独立复现与质疑。多组报告称前沿 LLM 可直接生成或编辑小型网络权重，Alex Krentsel 的复现显示最新模型生成的 Breakout 网络得分达 RL 基线 22 倍，Hugging Face 也用 ML Intern 复现并开源模型与 demo。
Simon Willison 用论文 Sparks of Weight-Space Programming 公开的提示词做本地复现，发现笔记本上运行的 Qwen 3.8 27B 仅凭原始权重数值就能识别出网络训练时玩的游戏。
Takehi 等人提出 Weight-Space Programming，让前沿 LLM 从自然语言目标出发直接检查和编辑神经网络权重张量，不依赖梯度下降或训练循环。
微软研究院张新志与Zhao Song证明1995年提出的KLS猜想，确认高维对数凹分布的最佳平面切割与任意形状切割之差可由与维度无关的常数界定。作者以人机协作的智能体搜索探索了100多条候选路径，由研究者筛选方向并完成论证，另有独立团队同日给出完整证明，随后出现Lean 4形式化验证。该结果使此前依赖该猜想的研究可无条件成立。
推荐理由：这篇论文证明了一个悬置31年的高维几何猜想，并展示了研究者如何引导AI智能体筛选上百条路径。
Berkeley Sky Lab 与 IBM Research 将 K-Search 内核搜索框架扩展到 MLX，通过结构化 CUDA-to-MLX 翻译层让已有 CUDA 内核经验适配 Apple Silicon。
推荐理由：读者可以看到 CUDA 内核经验如何被结构化迁移到 Apple Silicon，以及翻译层在性能提升中的具体作用。