用一个小世界模型学习：为何预测准确仍会被策略钻空子 AlphaNIST：二元奖励学会装配，结果仍限于仿真 Simon 做出了想玩的游戏，也碰到自动测试没听见的噪声 FLORA 把机器人视频变成可用标签：做了什么，与做得怎样分开 Simon Willison 做了四个小游戏，评论者追问的却是“好玩吗” tinyworldformer：小模型能运行游戏，也会给玩家留下漏洞 50个 Agent 的 Minecraft 村落：会分工，也会被自己的流程困住