- 主题:端到端优势体现得太明显了
端到端其实也是一个场景一个场景的解决问题，只不过这部分工作主要是模型组那几十
人完成的。
【 在 djkstra 的大作中提到: 】
: 端到端迭代起来很快，而且一次成型不用修修补补
: 功能迭代就是一点一点修补，补到后面对码农来说就是噩梦，
: 迭代到后面会影响已有功能，这里补好了那里又出问题了
: ...................
--
FROM 123.125.33.*
还需要激光雷达么？
【 在 wangstone (王二) 的大作中提到: 】
: 光明汽车的智驾模型已经基本上两周一推送了，每次都迭代20多个版本
: 目前已经600CLIPS了。最新版表现极牛
: 真的是日新月异。码农写代码是赶不上的。
: 有点遥遥领先的意思
--
FROM 223.104.67.*
那叫改bug，被人卖了还帮人数钱
【 在 wangstone 的大作中提到: 】
: 光明汽车的智驾模型已经基本上两周一推送了，每次都迭代20多个版本
: 目前已经600CLIPS了。最新版表现极牛
: 真的是日新月异。码农写代码是赶不上的。
: ...................
--
FROM 218.108.210.*
视频流采集，那激光雷达怎么有视频流，全是点云图。
激光雷达就冗余，用来区分高低配车型的
【 在 rtxkyo 的大作中提到: 】
: 还需要激光雷达么？
--
FROM 111.203.196.*
大模型也一样，也会这边好了那边又出问题，而且麻烦的是很多情况无法解释。现在的端到端方向可能对，但也只能靠工程化的方法去解决一些特殊情况，还得靠码农。
【 在 djkstra 的大作中提到: 】
: 端到端迭代起来很快，而且一次成型不用修修补补
: 功能迭代就是一点一点修补，补到后面对码农来说就是噩梦，
: 迭代到后面会影响已有功能，这里补好了那里又出问题了
发自「快看水母 于 iPhone」
--
FROM 124.64.22.*
按我个人对黑箱模型的理解，
端到端的问题就是容易到一个90%完成度的位置，但再往上就上不去了。
因为一个场景除了错误，他的解决办法就是加大这个场景的数据的权重（数量），再训练一遍模型。
但是因为降低了别的场景的权重，可能导致别的场景又出问题。
【 在 wangstone 的大作中提到: 】
: 光明汽车的智驾模型已经基本上两周一推送了，每次都迭代20多个版本
: 目前已经600CLIPS了。最新版表现极牛
: 真的是日新月异。码农写代码是赶不上的。
: ...................
--
FROM 218.247.161.*
对于端到端模型，只要你能数据化，什么视频流还是点云图，丢进去都是一样能学习
【 在 ruige0822 的大作中提到: 】
: 视频流采集，那激光雷达怎么有视频流，全是点云图。
: 激光雷达就冗余，用来区分高低配车型的
--
FROM 218.247.161.*
点云图也能训练 牛B
【 在 dyatpk 的大作中提到: 】
: 对于端到端模型，只要你能数据化，什么视频流还是点云图，丢进去都是一样能学习
:
--
FROM 111.203.196.*
对
理想有个视频，本来在最里车道，莫名其妙跨三车道并到最外面，而导航显示不需要出。有自我意识了
【 在 dyatpk 的大作中提到: 】
: 按我个人对黑箱模型的理解，
: 端到端的问题就是容易到一个90%完成度的位置，但再往上就上不去了。
: 因为一个场景除了错误，他的解决办法就是加大这个场景的数据的权重（数量），再训练一遍模型。
: ...................
--
FROM 111.203.196.*
e2e的问题是问题出的超预期
可能在驾驶员意想不到的非常正常的情况下来一下子不正常
--
FROM 111.201.28.*