Matthew Honnibal은 Astra 연구가 작은 신경망의 원시 가중치 읽기와 Python을 이용한 모델 수정을 혼동하게 한다고 지적했다. Qwen3.5-0.8B의 수학 점수 7.9%에서 48.1% 개선에는 코드와 최대 50개 연습 배치 실행이 허용됐다. Simon Willison은 별도로 노트북의 Qwen 3.8 27B가 도구 없이 작은 게임 모델의 가중치로 Pac-Man, Pong, Breakout을 식별했지만 Freeway는 맞히지 못한 사례를 공개했다. 이는 서로 다른 조건의 결과다. 원 연구도 실험마다 도구와 피드백 범위가 달라 단일 능력이나 보편적 모델 개선으로 해석할 수 없다.