Un préentraînement supplémentaire améliore les performances des robots réels GEN-0 (via des évaluations A/B à l'aveugle avec des déploiements en boucle fermée). Les améliorations sont significatives dans le régime de faible données, mais les meilleurs modèles prospèrent avec à la fois un préentraînement et un post-entraînement ample. Voir l'addendum du blog :