热点事件持续更新
SkyPilot用RL后训练4B模型驾驶飞行跑车超越GPT-6 Astra
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月30日，Hacker News首页报道，SkyPilot围绕飞行跑车的物理模拟器搭建强化学习环境，对Qwen3-4B模型进行模仿学习加GRPO后训练，成本约4 GPU小时、约13美元。该模型每0.09秒给出一次决策，在384次留出风暴后空翻测试中降落成功率达90%，据称在风暴中比GPT-6 Astra多降落21%。目前进展停留在该报道披露的测试结果层面。
AI 根据报道生成 · 1 小时前更新
最新进展10月30日 23:27
SkyPilot称其RL后训练的Qwen3-4B在风暴后空翻测试中降落率90%，比GPT-6 Astra多21%。报道时间线
沿着报道，了解事件的不同侧面。
10月30日
- Hacker News · 首页SkyPilot 用 RL 后训练 Qwen3-4B 驾驶飞行跑车，风暴中比 GPT-6 Astra 多降落 21%
SkyPilot 围绕飞行跑车的物理模拟器搭建 RL 环境，用约 4 GPU 小时、约 13 美元对 Qwen3-4B 做模仿学习加 GRPO 后训练，模型每 0.09 秒给出一次决策，在 384 次留出风暴后空翻中降落 90%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。