最新模型可零训练直接生成约2万参数的游戏网络，得分较强化学习基线高18至22倍。
推荐理由：跨代测试显示能力并非平滑增长，而在最新模型上跃升至基线的18至22倍；但对象仅约2万参数，证明的是小网络编程能力，不能外推为模型自我编辑。
阅读原文