- 主题:这就是特斯拉最新的FSD的真实水平
不给发工资（或者股票），我肯定不会去给他免费做测试。
【 在 wajmdrd 的大作中提到: 】
: 这个就是用户越多，训练的模型越高级。就看你愿意不愿意一开始做贡献了。
--
FROM 120.245.130.*
用户多才能边角案例多啊。
【 在 ia 的大作中提到: 】
: 现在的自动驾驶，并不是“用户越多，训练的模型越高级”。
: 目前的自动驾驶实现，都是靠训练的模型去识别路上的各种物体和标志，靠人为设置的规则去选择驾驶策略。
: 用户多，对模型的帮助不大，但是能遇到更多的边角案例，用以设置更细致的规则去实现更完善的驾驶策略。
: ...................
--
FROM 120.245.130.*
那你这模型的泛化能力就太差了。
【 在 ia 的大作中提到: 】
: 并不是。
: 所谓训练模型只会把标记过的训练材料里面最通用的特性提取出来，绝大多数边角案例都会被弃掉。
: 我天天和各种模型打交道，对这个还是比较了解的。
: ...................
--
FROM 120.245.130.*
群体性无知、人性的弱点。
需要有人给点醒。
【 在 Vas 的大作中提到: 】
: 那你问问那十六万测试员，为啥掏钱给特斯拉测试。。。
: - 来自 水木社区APP v3.5.5
--
FROM 120.245.130.*
这明显违反特斯拉的测试要求了。
【 在 dawei78 的大作中提到: 】
: 我觉得 视频里司机睡觉完全没问题啊
: 大不了不走呗
: 发自「今日水木 on M2102K1C」
--
FROM 120.245.130.*
所谓边角案例就是说路上遇到的各种非常规形状的车、人、动物、障碍物、建筑物、绿植、标志、标线、指示灯、阴影等等，需要被正确分类和正确识别出来。
【 在 ia 的大作中提到: 】
: 机器学习的本质就是聚类。
: 聚类只能追求尽量把大多数正向的数据聚在一起而把负向的数据排除在外。
: 这就决定了，边角案例在任何机器学习训练的模型里，理论上都有极大可能被错误处理。
: ...................
--
FROM 120.245.130.*