应用介绍
另外，自动驾驶本身具有“多模态”或者说“多解输出”的特点，容易遇到“模态不统一”的困境。意思是同一个驾驶场景可能会有多种路径选择，而且它们都是对的。当模型使用的数据量增大，就会出现越来越多的“相似场景，多种解法”的训练数据，对于参数量不足（智商不足）的小模型来说，可行解法越来越多，可能造成模型的confusion，导致模态坍塌。因此，直接训练车端小模型，实际上并不能通过数据的增加实现scaling law。
另外，自动驾驶本身具有“多模态”或者说“多解输出”的特点，容易遇到“模态不统一”的困境。意思是同一个驾驶场景可能会有多种路径选择，而且它们都是对的。当模型使用的数据量增大，就会出现越来越多的“相似场景，多种解法”的训练数据，对于参数量不足（智商不足）的小模型来说，可行解法越来越多，可能造成模型的confusion，导致模态坍塌。因此，直接训练车端小模型，实际上并不能通过数据的增加实现scaling law。
