训练模型

加入交流群
扫码加入
获取工程师必备礼包
参与热点资讯讨论
  • 自动驾驶如何筛选出高价值的训练数据?
    自动驾驶系统面临数据挖掘挑战,如何高效地从大量数据中筛选出高价值场景成为关键。本文介绍了多种方法和技术,包括基于模型的场景价值评估、主动学习、视觉语言模型和向量检索技术,以及合成数据生成策略。这些方法有助于提高数据利用率,加速自动驾驶模型的训练和优化过程。
    自动驾驶如何筛选出高价值的训练数据?
  • 过分依赖数据规模,也许是机器人发展史上的一段弯路
    本文探讨了在机器人训练过程中,数据规模与泛化能力的关系,提出了两种不同的训练路径:一是扩大数据覆盖范围,二是提高迁移效率。作者认为,泛化能力的关键在于能否从具体轨迹中提炼出可以跨场景复用的规律,而非单纯增加数据量。通过对比不同公司在这一领域的实践,指出那些注重迁移效率的公司更能有效地提升机器人的泛化能力。最后,作者强调,评估泛化能力的标准应关注新任务成本曲线的变化,而非单一数据量或示教次数。
    过分依赖数据规模,也许是机器人发展史上的一段弯路
  • 真正的AI竞争力,藏在大模型“后训练”这一步
    后训练技术正在推动AI落地产业,从监督微调转向目标导向的强化学习,通过高质量数据、合适基座模型、有效奖励机制和量化评估体系,为企业打造专属智能引擎,提升业务效率和竞争力。
    1069
    2025/10/14
    真正的AI竞争力,藏在大模型“后训练”这一步
  • 从零实现一个17M参数的GPT预训练模型
    预训练模型(Pretrained Model)就是一个已经在海量数据上训练过的模型,它学会了语言的基本规律、结构和语义,然后可以拿来做各种下游任务,比如写作、翻译、问答、分类、生成代码等。
    从零实现一个17M参数的GPT预训练模型
  • AI模型训练【偏差/方差】与【欠拟合/过拟合】
    在我们拿到一个数据集,高高兴兴准备训练一个模型时,会遇到欠拟合或过拟合的问题,业内也喜欢用偏差和方差这两指标去定义它们,那这些词什么意思呢?有什么方法能避免/解决 欠拟合和过拟合呢?这其实是非常非常基础的概念,但是其实即使是业内人士很难一下子把它们完全讲明白,并列出全面的解决方法,本文为你最通俗地解答。
    AI模型训练【偏差/方差】与【欠拟合/过拟合】