Hacker News · AI· wondersky·· 11 日前厳選AI スコア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
未翻訳のため中国語で表示しています。
AI ガイド
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。
推薦理由
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。
出典：Hacker News · AI · skypilot.ai