一起养成写作习惯！这是我参与「日新计划 4 月更文挑战」的第16天，点击查看活动详情。

大模型

最近一些大模型，想到大模型大家可能会想到基于 transformer 的 GPT-3 这个拥有百亿参数的大模型，而且这样大模型已经突破了 NPL 和 CV 之间界限，让基于 transformer 模型也和基于基于后端开发是干什么的卷积的模型在 CV 领域并驾齐驱。从而也就是改变 CV 范式

大模型会无人那里拍婚纱照好驾驶这领域上掀起多少风浪，大模型会不会颠覆现有自动驾驶的框架，带来一个嫩绿拼音真正意义的 end-to-end 的网络呢? 从现在来看应该还脑颅膨大的意思不会。不过大模型现在 Swin MAE 这样模型，具有很好学习能力、不容易饱和，具有很强泛化能力。所以这样模型才能在 CV 也好、NLP 也好都能够学习到很好特征。

主要帮助可能对感知长尾会有，但是对于模型范式方面不太后端是什么工作会什么年龄拼音改变，大模型，这里大可能是

特斯拉

特斯拉基于大 backbone能力拼音 然后不同头用于不同任务，这样多任务、多模态的模型，不过这样多任务模型，并不利后端开发是干什么的于同时开发，特斯拉是在每一头上进行单独训练，对于 share 的 backb卷积神经网络的工作原理one 进行固定

大模型在后端上发挥

对于感知领域，进行 well-define 是一个比较标准的特斯拉汽车领域，有点类似大家参加数学考试，大家给出答案通常是可以达成共识的，因为题目比较明确。也称和规划是比较发散有点像语文考试，这个答案是卷积的物理意义发散，很难大家达成共识的，可能大家更注重主观体验，当然文章是优劣，不过评估起来就卷积运算不那么容易，有点仁者见仁智者见智的感觉。这是所谓大模型，会在预测和卷积云控制

面对场景不断，可能开始只需要车道保持、AEB，场景不断扩展、自车行为，自车和他车如何互动，也就是自动驾驶的后端，后端预测和规划，可以使用 transformer。

可以带来相对统一框架

在 CV 和 NLP 的统一，在感知、后端预测都可以利用一个统一框架进行处理，

回脑颅膨大的意思答问题是大模型会改变当前

  • 长尾
  • 预测和控制
  • 统一框架

向后问题

  • 如特斯拉官网何部署
  • 考虑算力

今天聊到大模型

GPT-3参数规模首次突破百亿，数据集上将语料规模扩大到570GB的CC数据集。这样