RecodeX 重构消息,有开发者发布项目称,通过强化学习对一款40亿参数模型进行后训练,使其在操控特斯拉Roadster的任务上表现比GPT-6 Astra高出21%。该消息附带文章链接。
开发者称用强化学习后训练4B模型操控特斯拉Roadster表现超GPT-6 Astra 21%
AI 辅助判断中性仅供信息参考,不构成投资建议
原始信息来源Hnrssskypilot.ai
查看原文 ↗RecodeX 重构消息,有开发者发布项目称,通过强化学习对一款40亿参数模型进行后训练,使其在操控特斯拉Roadster的任务上表现比GPT-6 Astra高出21%。该消息附带文章链接。