כיצד LLM שולט ברובוטים פיזיים? ובכן, הפער בין קוד קרישה לבין הרובוט הוא די גדול. ברור שאחד הדברים הגדולים הבאים הוא ההרסים לרובוטים פיזיים. סימולציה ראשונה Kangrui וואנג, Qineng וואנג, צ'אנג צ'אנג, Pingyue Jo, Chi Gui, Feishi וואנג, Canyu Chen, Wenli Xiaoyu, Xiaoyu, Tongheangheang, Linjie Li, Zihan וואנג, Minyeong Kim, ליו ליו יו, Joo Hou, Jo, Han, Leo Ping, Ja, Zjo, Zjo, Z. מה שהם עשו: הערכה ראשונה (EFE) היא ציון של 1,156 משימות על 47 רובוטים מדומים. בה, סוכני קידוד רגילים, ללא שינויים, פעולות בעיות ישירות, כותבים בקרים או להכשיר פוליטיקאים. על משימות מורכבות, הסוכן המוכח הטוב ביותר (GPT-6 Astra in OpenAI’s CLI Codex) טיפות מ 77% הצלחה בעת גישה למצב הסימולטור ולאפסים אינסופיים עד 30% עם חיישנים בלבד ולאפסים מוגבלים. הדבר נובע בעיקר מכך שהצעדים המדויקים דורשים ניסיונות חוזרים. למה זה חשוב: על מנת להעביר סוכנים לברזל אמיתי, בנוסף למודלים חזקים, יש צורך במערכי ביצוע מתחשבים ושיקום המדינה הבטוח. עם זאת, כל ההערכות במבחן התקבלו מניסיונות בודדים בסימולציה. צאו לסימולציה כאן: