5/7 推論モデルと専門特化型ポリシーは共存する

最先端モデルは指示を解釈し、計画を立て、予期せぬ事態を診断できます。しかし、そうした強みだけでは、接触状態の連続制御に適しているとは言えません。計画では数秒の熟考が許容されることもありますが、低レベルの