一文说清：端到端与大模型

最新推荐文章于 2025-03-26 07:31:33 发布
最新推荐文章于 2025-03-26 07:31:33 发布
阅读量2.1k 收藏 28
点赞数 44
分类专栏： 智能硬件 人工智能 文章标签： 自动驾驶 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_64490709/article/details/144764548
版权

一文说清：端到端与大模型

当一个公司说他们做的是端到端。我们需要问清楚，到底哪端到哪端？


而当一个团队说自己大模型的时候，我们可以问问怎么大？有多大？



智能驾驶“端到端”与“大模型”是一回事儿么？

今年车企都在说“端到端大模型”，而“端到端”和“大模型”是两个不同的概念；

<
最低0.47元/天 解锁文章
第05课：一文说透大模型
春华秋实
04-28 790
最近，有一个明显的感受，AI开始快速从感知职能向认知智能迈进了，也就是说，正从“能听、会说、会看”的感知智能，逐渐走向“能思考、能回答、能总结、能创作”的认知智能，甚至开始进行“决策和推理”了。
大模型---一文看懂视觉语言大模型VLM
智能汽车人的博客
03-19 998
在之前的博客中，为读者朋友们详细介绍了LLM大语言模型的预训练，微调以及强化学习的详细过程。在上篇博客最后一段，笔者放了一张截图，ChatGPT的创始人卡帕西也说，未来的大模型会朝着多模态，多任务等方向发展。在多模态中，就涉及到音频，图片以及视频等。音频通过识别也会转成语言，本质上和大语言模型原理相同，因此本篇博客自然过渡到视觉语言模型VLM。不管在工作项目还是生活当中，笔者也常常接触大模型。作为大模型的使用者，其确实给生活和工作带来了不少变革，这两年学习大模型也成为了生活中的一部分。
什么是端到端(end to end)大模型，它和传统的大模型有什么区别？其优势与劣势是什么？
python12345_的博客
09-23 1893
端到端模型，是一个直接由输入获取输出的过程最近有一个很火的关于人工智能模型的词——端到端模型。那么什么是端到端模型？为什么会提出端到端模型，以及它解决了哪些问题？今天我们就来一起了解一下这个端到端模型。端到端模型还记得计算机组成原理里面，关于冯诺伊曼计算机结构中，组成计算机的几个模块吗？运算器 控制器 存储器 输入设备和输出设备，由这五大模块组成了现有的计算机系统。而对我们使用者来说，这五大模块中我们接触最多的就是输入设备与输出设备，也就是鼠标键盘显示器。
【端到端模型】
qq_45611002的博客
01-17 822
端到端模型就像是一个超级智能的黑盒子。想象你要完成一个任务，比如把一张写着字的图片变成电脑里能编辑的文字（这是光学字符识别的任务）。传统的做法可能是先人工分析图片，找到文字的轮廓、笔画这些特征，然后用别的方法把这些特征转变成文字。但是端到端模型很厉害，你直接把图片丢进这个黑盒子，它自己就知道怎么从图片里的原始信息（一堆像素点）直接输出最后你想要的文字，中间不需要你去操心怎么提取特征这些复杂的步骤。再打个比方，就好像你要把一个外语句子翻译成中文。
端到端大模型与传统模型的较量：优势与劣势全解析
2401_84204207的博客
03-20 690
端到端模型，是一个直接由输入获取输出的过程最近有一个很火的关于人工智能模型的词——端到端模型。那么什么是端到端模型？为什么会提出端到端模型，以及它解决了哪些问题？‍‍‍‍‍‍‍‍‍‍今天我们就来一起了解一下这个端到端模型。
一文了解“端到端”自动驾驶模型
qq_22751305的博客
08-05 1万+
对于华为、小鹏等国内玩家而言，大家普遍尚处于感知“端到端”、决策规划模型化阶段。参考特斯拉在2021和2022年年底的AI Day上分别公布了BEV和Occupancy Network的技术架构，“端到端”是深度学习中的概念，英文为“End-to-End（E2E）”，指的是一个AI模型，只要输入原始数据就可以输出最终结果。应用到自动驾驶领域，意味着只需要一个模型，就能把摄像头、毫米波雷达、激光雷达等传感器收集到的感知信息，转换成车辆方向盘的转动角度、加速踏板的踩踏深度以及制动的力度等具体操作指令，让汽车实现
端到端感知决策大模型能够真正实现无人驾驶？深度详解大模型与自动驾驶发展路径
auto_mooc的博客
02-26 7734
大模型又被称为基础模型（foudation model），是指具有大规模参数、使用海量数据训练的大型神经网络模型。之所以被称为foundation model，是因为它们可以作为许多下游任务的起点，通过微调来适应特定的应用。简单的说，可以将大模型理解为一个基础，通过不同的训练数据，可以应用于不同的场景。现有大模型多以Transformer架构为基础，采用预训练+微调技术进行参数学习，使之适配不同领域的具体任务，经剪枝压缩后完成最终部署。预训练：是指在大规模没有标注的数据集上进行无监督或自监督的学习。
AI赋能企业：选择适合你的大模型业务架构
m0_59163425的博客
07-04 541
在现代企业中，大模型业务的应用越来越广泛，主要体现在AI Embedded模式、AI Copilot模式和AI Agent模式这三种架构。本文将详细探讨这三种模式，分析它们的特点和适用场景，并对如何选择合适的大模型业务架构提出建议。
深度学习的 “ 端到端模型（end-to-end learning）”
热门推荐
绿色羽毛
08-21 3万+
相对于深度学习，传统机器学习的流程往往由多个独立的模块组成，比如在一个典型的自然语言处理（Natural Language Processing）问题中，包括分词、词性标注、句法分析、语义分析等多个独立步骤，每个步骤是一个独立的任务，其结果的好坏会影响到下一步骤，从而影响整个训练的结果，这是非端到端的。 而深度学习模型在训练过程中，从输入端（输入数据）到输出端会得到一个预测结果，与真实结果相比较...
大模型——最全梳理 一文搞懂RAG技术的5种范式！
最新发布
03-26 255
高级 RAG 引入了具体的改进措施，以克服 Naive RAG 的局限性。为了提高检索质量，它采用了检索前和检索后策略。为了解决索引问题，高级 RAG 通过使用滑动窗口方法、细粒度分割和元数据的整合，改进了索引技术。此外，它还采用了多种优化方法来简化检索过程。模块化 RAG 架构超越了前两种 RAG 范式，具有更强的适应性和多功能性。它采用了多种策略来改进其组件，例如为相似性搜索添加搜索模块，以及通过微调完善检索器。为应对特定挑战，还引入了重组 RAG 模块和重排 RAG 管道等创新方法。
一文速览vLLM支持的大模型推理技术和优化
强化学习曾小健
07-08 2713
通过Marlin内核，我们能够实现对模型参数的量化，从而减少模型的存储空间和计算量，提高模型在部署和推理过程中的性能和效率。Marlin内核通过特定的算法和优化策略，能够在保持模型精度的同时，显著提升模型的推理速度，从而为用户提供更加快速和高效的推理体验。速度和效率： 在生成式任务中，传统的贪婪解码或束搜索算法可能需要完整地搜索整个解码空间，这在大规模模型和长序列情况下会导致计算资源和时间的浪费。推测性解码通过提前终止、多假设生成等技术，能够在保证一定质量的情况下，显著提高解码速度和效率。
对大模型和端到端的看法
dawushixiange的博客
05-21 1563
大模型与端到端
谷歌：使用大模型构建端到端的对话式推荐系统
2401_85375186的博客
07-23 1199
最近，大型语言模型（LLM）表现出了前所未有的自然对话能力，并将世界知识和常识推理融入语言理解中，释放了这种范式的潜力。然而，在对话式推荐系统 (CRS) 中有效利用大模型带来新的技术挑战，包括正确理解和控制复杂的对话以及从外部信息源检索。本文提供了一个使用大模型来构建端到端大规模对话推荐系统的路线图。具体的，其提出了用户偏好理解、对话管理和可解释推荐的新实现，并将其作为LLM驱动的集成架构的一部分。为提高个性化，本文描述了大模型如何使用可解释的自然语言配置文件，并使用它们来调整会话级上下文。
全新ADAS端到端大模型 | Graph方法解决几何先验的问题！
CV_Autobot的博客
03-30 1375
作者|AI驾驶员 编辑| 智驾实验室点击下方卡片，关注“自动驾驶之心”公众号戳我-> 领取自动驾驶近15个方向学习路线>>点击进入→自动驾驶之心『端到端自动驾驶』技术交流群本文只做学术分享，如有侵权，联系删文建模自车车辆、道路代理和地图元素之间的复杂交互一直是安全关键的自动驾驶的重要部分。此前关于端到端自动驾驶的工作依赖于注意力机制来处理异质交互，这未能捕捉到几何先验，并...
什么是端到端模型（end-to-end learning）？
Drug discovery
04-22 2万+
非端到端 传统机器学习的流程往往由多个独立的模块组成，比如在一个典型的自然语言处理（Natural Language Processing）问题中，包括分词、词性标注、句法分析、语义分析等多个独立步骤，每个步骤是一个独立的任务，其结果的好坏会影响到下一步骤，从而影响整个训练的结果，这是非端到端的。 端到端 从输入端到输出端会得到一个预测结果，将预测结果和真实结果进行比较得到误差，将误差反向传播到网络的各个层之中，调整网络的权重和参数直到模型收敛或者达到预期的效果为止，中间所有的操作都包含在神经网络内部
深度学习： 端到端模型（end-to-end learning）
qq_38410428的博客
06-10 1万+
两者相比，端到端的学习省去了在每一个独立学习任务执行之前所做的数据标注，为样本做标注的代价是昂贵的、易出错的。
让端到端智驾算法从梦想照进现实——自动驾驶大模型 ， 一个模型全都搞定
auto_mooc的博客
06-27 921
这是一个统一的自动驾驶算法框架，利用五个基本任务来实现一个安全和强大的系统，UniAD的设计理念是面向planning。UniAD中的关键组件是基于query的设计来连接所有节点。随着深度学习的成功发展，自动驾驶算法被集成了一系列任务，包括perception中的detection、tracking和mapping，以及prediction中的motion、occupancy预测。为了统一任务，提出了一种基于query的设计来连接UniAD中的所有节点，从而在环境中受益于agent交互的更丰富的表征形式。
TasNet端到端模型
weixin_48186491的博客
10-10 1486
这个模型的输入和输出都是声波信息。一开始输入的维度信息为1。 分为三块： 1. Encoder：声音讯号通过 Encoder后变成 Feture map 2. Separator:Encode的输出给 Separator后产生两个Mask 3. Decoder：将这两个Mask分别乘上 Encode的输出上，将这两个结果给 Decoder后就会产生分离后的两段声音讯号。 4.PIT:TasNet在训练的时候是需要PIT的 解码和编码/Encoder&Decoder 编码...
端到端大模型 vs. 自己训练专用模型
新缸中之脑
05-21 1379
训练自己的 AI 模型比你想象的要容易得多。我将向你展示如何仅使用基本的开发技能来做到这一点，对我们来说，这种方式比使用 OpenAI 提供的现成大型模型更快、更便宜、效果更好。但首先，为什么不直接使用 LLM？
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值