Que se passe-t-il lorsqu'un modèle d'IA rencontre quelque chose qu'il n'a jamais vu auparavant ? Pour l'IA physique, ce n'est pas un cas limite qu'on peut simplement ignorer. Les environnements réels contiennent des objets inconnus, des conditions changeantes et des interactions inattendues. Un jeu de données diversifié peut aider à exposer les modèles à davantage de ces situations, mais collecter des données utiles à grande échelle exige également des exigences de tâche claires et des contrôles de qualité fiables. C'est pourquoi je pense que l'infrastructure derrière la collecte de données du monde réel mérite davantage d'attention. @vangrid_io travaille dans un domaine où relier les contributeurs de données aux besoins d'entraînement de l'IA pourrait être crucial. Prioriseriez-vous la collecte de cas limites rares ou l'élargissement de la couverture des environnements quotidiens en premier ?
Thats GoodPartager
Source:Afficher l'original
Clause de non-responsabilité : les informations sur cette page peuvent avoir été obtenues auprès de tiers et ne reflètent pas nécessairement les points de vue ou opinions de KuCoin. Ce contenu est fourni à titre informatif uniquement, sans aucune représentation ou garantie d’aucune sorte, et ne doit pas être interprété comme un conseil en investissement. KuCoin ne sera pas responsable des erreurs ou omissions, ni des résultats résultant de l’utilisation de ces informations.
Les investissements dans les actifs numériques peuvent être risqués. Veuillez évaluer soigneusement les risques d’un produit et votre tolérance au risque en fonction de votre propre situation financière. Pour plus d’informations, veuillez consulter nos conditions d’utilisation et divulgation des risques.