蓝蓝仓库全球 AI 之窗
国内 来源:雷峰网

具身的数据管线,到底应该怎么做?

具身的数据管线,到底应该怎么做?
图片:雷峰网

要点导读

  • 具身数据规模扩大但有效性不足
  • 模型厂商对数据训练效果缺乏把握
  • 数据筛选缺乏细粒度标准
  • 数据跨本体迁移困难
  • 数据质量缺乏公认评测机制

内容摘要

具身智能领域数据规模不断扩大,但有效性未跟上。模型厂商在采集和购买数据后,对训练效果缺乏把握。问题在于数据管线:筛选缺乏细粒度标准、数据难以跨本体迁移、质量缺乏公认评测机制。

阅读原文

原文来源:雷峰网(leiphone.com)。本页摘要与要点整理自公开来源,版权归原作者所有,完整内容请阅读原文。

链接失效 / 信息有误