Hacker News · AI· wondersky·· 18 小时前精选AI 评分67
SkyPilot 通过 RL 后训练 4B 模型控制飞行跑车：实时表现超越前沿大模型
Post-training 4B model with RL to fly Tesla Roadster 21% better than GPT-6 Astra
AI 导读
SkyPilot 团队构建了飞行跑车物理仿真强化学习环境，实测发现前沿大模型因响应延迟在实时控制中全部坠机，而经 RL 后训练的 4B 模型在风暴特技中取得了 90% 的实时着陆成功率。
推荐理由
原文通过高频物理控制场景对比了模型延迟与决策质量的权衡，为实时交互场景下小模型结合强化学习的落地提供了实践参考。
来源：Hacker News · AI · skypilot.ai