Etteropplæring av 4B-modell med forsterkende læring til å fly Tesla Roadster 21 % bedre enn GPT-6 Astra

SkyPilot viser hvordan en liten språkmodell med fire milliarder parametere, trent med forsterkende læring, flyr en Tesla Roadster 21 prosent bedre enn GPT-6 Astra.

Kilde: https://skypilot.ai/blog/flying-roadster-rl