Un modelo de 4B con RL supera a GPT-6 Astra en vuelo de Tesla Roadster
Un equipo de investigación ha demostrado que un modelo de lenguaje de 4.000 millones de parámetros, entrenado con refuerzo de aprendizaje (RL), puede controlar un Tesla Roadster en vuelo con mayor precisión que GPT-6 Astra, el modelo de OpenAI. El experimento, realizado mediante un entorno de simula
