AI 事件专题★ 2

4B 模型 RL 后训练驾驶实验

4B 模型经 RL 后训练,驾驶 Roadster 表现超 -6 Astra 21%

10-31 05:00 首发·1 家媒体·1 篇报道·持续 1 天·学术研究
当事方:TTesla
相关方:OOpenAI
事件综述

开发者通过对 4B 参数模型进行后训练,在 Roadster 驾驶任务上取得比 -6 Astra 高 21% 的表现。该实验展示了小模型在特定任务上通过 RL 微调超越的潜力。

各方报道 1 篇

InfoQ AI·10-31 05:00★ 2
4B 模型经 RL 后训练,驾驶特斯拉 Roadster 表现超 GPT-6 Astra 21%

开发者通过对 4B 参数模型进行后训练,在特斯拉 Roadster 驾驶任务上取得比 GPT-6 Astra 高 21% 的表现。该实验展示了小模型在特定任务上通过 RL 微调超越的潜力。

原文

关联

相关事件:
Tesla 其他动态(15 篇,与该事件无直接关联)展开 ▾
4B 模型 RL 后训练驾驶实验 最新进展 - 事件时间线 - 智讯 AI News