Post-training mô hình 4B với RL để lái Tesla Roadster tốt hơn GPT-6 Astra 21%

Chúng tôi đã huấn luyện Qwen3-4B bằng RL để lái một Tesla Roadster bay trong mô phỏng. Trong điều kiện bão, nó vượt trội DeepSeek, Muse, Beam, Nemotron và GPT-6 Astra, ngay cả khi những mô hình này được thời gian suy nghĩ không giới hạn.