用多模态LLM做自动驾驶决策器，可解释性有了！比纯端到端更擅长处理特殊场景，来自商汤
用多模态大模型做自动驾驶的决策器，效果居然这么好？来自商汤的最新自动驾驶大模型DriveMLM，直接在闭环测试最权威榜单CARLA上取得了SOTA成绩——跑分比基线Apollo还要高4.7，令一众传统模块化和端到端方法全都黯然失色。
首页 > 解释性
-
-
商汤科技联合创始人：大模型让自动驾驶拥有更好的可解释性
·大模型的长处在于能够找到新的解法，帮助解决新问题，一旦解决以后可以在狭窄领域产生大量数据，重新训练小模型。商汤推出了千亿参数大模型，也会推出针对不同垂直领域的百亿参数小模型，有的小模型甚至可以跑在终端上，成本更低。商汤科技联合创始人、首席科学家、绝影智能汽车事业群总裁王晓刚。今年4月，人工智能软件
-
太魔幻了！DALL·E2居然能用自创的语言来生成图像，AI模型的可解释性再一次暴露短板
万一DALL·E-2是在向人类发出什么了不得的信号呢？这门语言快学起来！作者｜李梅、刘冰一编辑｜陈彩娴DALL·E 和 DALL·E-2从文本生成图像的魔力，想必大家都已经见识过了。作为深度生成模型，它们能够将文本作为输入，生成匹配给定文本的超逼真图像。不过，DALL·E-2 的一个众所周知的局限性
-
国科大&首师大合作综述，「白盒」张量网络：增强量子机器学习的可解释性和效率
深度机器学习在 AI 的各个领域取得了显著的成功，但同时实现高可解释性和高效率仍然是一个严峻的挑战。张量网络（Tensor Network，TN）是一种源自量子力学的成熟数学工具，在开发高效的「白盒」机器学习方案方面显示出了其独特的优势。
