5-10% parece modesto, pero sin muestras, hermanos, esto es una transformación cualitativa

El 17 de abril, la Escuela de Robótica de la Universidad Carnegie Mellon y Lambda propusieron conjuntamente el método de entrenamiento Sim2Reason, con el objetivo de abordar la escasez de datos de alta calidad en el campo de la IA STEM.
El núcleo es entrenar modelos de lenguaje grande sin etiquetas en un mundo virtual gobernado por leyes físicas reales, aprendiendo física a través de la experiencia.
Se afirma que este método puede mejorar el rendimiento en cero disparos en la Olimpiada Internacional de Física en un 5-10%.
Fuente: InFoQ