思维怪怪 (@0xLogicrw) “OpenAI 后训练核心成员翁家翌之前证明了「纯靠大模型写代码能通关 Atari 游戏」，流体” — TopicDigg
思维怪怪
@0xLogicrw
写关于 AI 的一切 Shit Post
AI 信息流：
加入 May 2018
2.4K 正在关注 6.1K 粉丝
OpenAI 后训练核心成员翁家翌之前证明了「纯靠大模型写代码能通关 Atari 游戏」，流体动力学博士生 Paul Garnier 现在把这套方法搬进了更硬核的流体力学控制。
他全程没训练任何神经网络。单纯让 Codex 5.5 充当程序员，靠读取仿真的测试得分与诊断日志，自己查错并反复改写 Python 脚本。在这场工业脚本测试中，Codex 5.5 压过了 Claude Opus 4.7 与 Gemini 3 Pro，硬是在超半数的物理场景里把顶级的强化学习（DRL）基线挑落马下。
给汽车减阻、安抚管道湍流，工业界以前只能靠砸算力，硬喂出一个看不懂的黑盒模型去控制气流阀门。 Codex 避开了这条死胡同。它写出来的规则极其直白，例如「当局部曲率过大时，延迟喷气」。几十行带着物理常识的短代码，直接替代了神经网络无脑的暴力试错。
把黑盒换成代码，干掉了神经网络僵化、一碰就碎的死穴。 以前只要硬件稍微改动（比如控制喷嘴从 5 个换成 10 个），旧模型当场报废，必须重新烧钱训练。现在只要在代码里改个常数，系统瞬间就能对接新设备。
当测试时间被强行拉长四倍时，走出经验区的传统 DRL 模型全盘崩溃；但大模型写的代码由于直接遵循了物理逻辑，始终运转稳定。跑通这一整套控制策略，大模型只消耗了 2125 万 Token，总花费不到 14 美元。
显示更多
1/5 TLDR; We used Codex to discover and maintain heuristic learning for hard fluid dynamics control cases.
I’ve been applying DRL and GNN to physics since 2019,, and over the past 3 months I’ve been toying with the idea of using agents in our processes. Inspired by the blog post from @Trinkle23897, I decided to use the same strategy and have agents find readable control strategies. This means a lot to our field, where interpretability can be key for industry.
显示更多
