训练模型

• 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。

  智驾最前沿

  1231

  09/08 10:47

  自动驾驶 训练模型

  
• 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。

  九章智驾

  309

  09/01 13:06

  机器人 训练模型

  
• 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。

  量子位

  1069

  2025/10/14

  AI 大模型

  
• 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。

  写代码的中年人

  1308

  2025/10/13

  大模型 GPT

  
• 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。

  全栈O-Jay

  1722

  2024/12/26

  AI模型 数据集

  
• 强攻GPU，TPU芯片一夜蹿红

  自ChatGPT爆火之后，AI大模型的研发层出不穷，而在这场“百模大战”激战正酣之际，美国芯片公司英伟达却凭借其GPU在大模型计算中的出色发挥赚得盆满钵满。

  半导体产业纵横

  1105

  2024/08/19

  GPU TPU

  
• 落地最后一公里，实用AI能做什么？

  数字化转型正影响着我们今天所知的每一个领域和行业，从金融服务和娱乐到教育、制造和医疗保健，企业数字化转型的目标和举措需要密切贴合用户需求，并且符合未来市场趋势。那么，在数字化转型这条路上，企业最需要什么帮助？他们有哪些核心痛点亟需满足？ 从数据到商业价值转化的Last Mile AI 2004年在国内注册成立的ElectrifAi，专注于人工智能和机器学习解决方案，主要深耕银行、保险、投资三大领域

  张慧娟

  261

  2022/12/20

  AI 人工智能
• 英伟达AI平台3年半性能提高23倍，如何实现？

  MLPerf作为行业标准AI基准测试，代表了流行的AI用例，包括语音识别、自然语言处理、推荐系统、目标检测、图像分类等。此次，英伟达AI平台覆盖了 MLPerf 训练 2.0 版本的所有八项基准测试，这也是唯一一个运行了所有基准测试的加速平台，突显了平台的通用性。

  张慧娟

  210

  2022/07/01

  AI 人工智能

正在努力加载...