LLM 能否通过编辑权重来调试机器人？GPT-6 Astra 在 π0.5 上的词法修复实验

该工作用语言模型直接编辑机器人策略的少量词嵌入行，在无梯度更新、无新演示的条件下修复指令词汇对齐，属于权重空间编程在机器人基础策略上的具体尝试。报告在π0.5上三次独立会话均提升765条留出改写指令的成功率，最好一次从86.3%升至92.0%，并给出配对检验与随机方向对照；但作者也明确证据仅支持精确词汇修复，不涉及缺失能力的一般获取，且额外13次会话中12个候选被拒。做机器人策略调试与评测的研究者可据此判断该方法适用的任务边界与证据强度。