量子位新文图片笔记：港大团队把自动驾驶的突破点押在后训练，而不是继续堆更大的预训练。
- 文章标题给出的核心结果是碰撞暴降 45.5%、200km 0 接管。1
- 量子位在摘要中把方法概括为后训练、强化学习、过程奖励和闭环反馈，类比 DeepSeek R1 的能力解锁路径。1
- 文章认为预训练让模型知道「该怎么开」，后训练要补上「为什么这样开更好」这一层。1
原文：1
References
- 1量子位：《碰撞暴降45.5%、200km 0接管！港大团队：自动驾驶真正的突破不在预训练，在后训练》
mp.weixin.qq.com
Comments