m0_51990638的博客

LLMs仍然有局限性，面临幻觉和过时知识的问题。RAG旨在通过检索新知识和有用的辅助知识增强LLM的生成质量。文章涵盖了三个主要的技术角度：架构、训练方式和应用；讨论了当前的局限性和未来研究的几个有前景的方向。

Perception & Pridiction token：将AD的perception信息（含有每个object的历史轨迹）和prediction信息（含有每个物体的预测轨迹信息）连接起来再通过MLP映射为instance token和ego instance token，其中instance token会经过Instance Block（MHCA）映射成固定长度的token。BEV token：将AD的BEV特征通过卷积压缩到3*3大小，再通过BEV Block（MHSA）得到固定长度的token。