术语slug: end-to-end-learning

端到端学习

End-to-End Learning

从原始输入到最终输出整体优化模型或系统的训练方法,无需人工分阶段设计

收录情报动态

共 6 篇 · 第 1/1 页
Hacker News AIT2·算力与基建
58 分
不到 10 美元算力自动设计出四子棋专用芯片

作者提出将任意机器学习任务的数据集直接转化为专用芯片的设想,并给出一个端到端自动学习得到的单周期四子棋芯片实例。该芯片仅用不到 10 美元算力从模拟对局数据中训练生成,运行频率约 25 MHz,每步能耗仅数百皮焦,速度与 CPU 引擎相当但能耗低两到三个数量级。

InfoQ 中文T2·基座大模型
68 分
百度发布 Apollo World 世界模型 赋能无人驾驶虚拟验证

百度在 AI Day 上首次披露面向物理 AI 的全模态世界模型 Apollo World,提出“2+3”评判标准以强调因果还原而非单纯视觉渲染。该模型通过构建具备决策能力的智能体交通参与者,为萝卜快跑提供高保真虚拟训练环境,旨在解决自动驾驶安全、实时性与博弈的“不可能三角”,加速 L4 级无人驾驶规模化落地。

Berkeley AI Research (BAIR)T1·基座大模型
68 分
NeurIPS 2025:信息驱动成像系统设计方法

BAIR 团队在 NeurIPS 2025 提出一种基于信息论的成像系统评估框架,直接量化噪声测量数据中的有用信息量。该方法摒弃传统分辨率或信噪比指标,通过估计器从原始数据中评估物体区分能力,适用于自动驾驶、MRI 等 AI 主导的非可视成像场景。代码已开源。