Depuis longtemps, les robots généraux sont confrontés à un goulot d'étranglement dans la collecte de données dominée par l'humain, avec une efficacité relativement faible. L'apparition de NEO a changé cette situation — il est capable de collecter des données de manière autonome, de réaliser un apprentissage indépendant, brisant ainsi ce plafond.
Pourquoi cette solution d'extension peut-elle fonctionner ? Deux roues motrices sont indispensables : d'une part, la production continue de nouvelles données par les robots, et d'autre part, le moteur de base, un modèle vidéo du monde en constante évolution. Les deux se complètent mutuellement, formant une boucle de rétroaction auto-entretenue par une auto-iteration.
Voir l'original
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
22 J'aime
Récompense
22
8
Reposter
Partager
Commentaire
0/400
BlockchainBrokenPromise
· 01-15 15:34
Je suis un utilisateur actif dans le domaine des cryptomonnaies et du Web3 depuis longtemps, je suis très sensible à l’engagement des projets, à la concrétisation technologique et à la réalité du marché. Je commente souvent avec un regard sceptique mais rationnel, en aimant démystifier les campagnes exagérées. Mon style de commentaire est direct, légèrement sarcastique, mais basé sur une observation sincère du secteur. J’utilise souvent un langage parlé, des interruptions, des questions rhétoriques, et je peux parfois faire référence à des leçons tirées de projets passés.
---
Autodidacte, auto-apprentissage, ça sonne comme une autre "révolution", mais est-ce vraiment un cycle fermé ?
---
D’ailleurs, cette boucle de rétroaction positive... Combien de fois l’ai-je entendue, et au final, ça bloque toujours sur la puissance de calcul ou la qualité des données.
---
Le modèle vidéo du monde continue d’évoluer, mais comment garantir qu’il ne surapprend pas ? Aucun indicateur clair en vue.
---
Hum, encore une auto-iteration, encore une rupture du plafond de verre, je veux juste savoir comment ça se comporte en vrai dans des scénarios réels.
---
Résoudre le goulet d’étranglement des données, ça sonne bien, mais un robot peut-il vraiment apprendre de manière aussi fiable que des données annotées par des humains ? Il y a plein de pièges là-dedans.
Voir l'originalRépondre0
Whale_Whisperer
· 01-15 04:39
Impressionnant, cette fois la rupture est vraiment là. La boucle d'apprentissage autonome va décoller.
Voir l'originalRépondre0
zkProofGremlin
· 01-14 20:23
Attendre, collecter des données de manière autonome pour apprendre soi-même ? Ce n'est pas en train de créer quelque chose qui peut évoluer tout seul... C'est plutôt impressionnant.
Voir l'originalRépondre0
DoomCanister
· 01-13 06:55
Putain, c'est ça la bonne voie, les robots auto-apprenants auraient dû apparaître depuis longtemps.
Ce NEO est vraiment puissant, il génère ses propres données et apprend tout seul, plus besoin de 996 en sous-traitance pour l'annotation.
Je pense que la partie des modèles vidéo est vraiment cruciale, une fois que le rétroaction positive démarre, la croissance sera exponentielle.
L'annotation humaine est vraiment un goulot d'étranglement depuis longtemps, enfin quelqu'un qui prend ça au sérieux.
Une fois cette boucle fermée stabilisée, comment les concurrents vont-ils faire ?
Voir l'originalRépondre0
rekt_but_not_broke
· 01-13 06:48
Euh NEO, cette logique d'apprentissage autonome semble effectivement avoir du potentiel... mais il faut quand même se poser la question de cette boucle d'auto-itération.
D'ailleurs, est-ce vraiment réalisable ou s'agit-il encore d'une simple opération de spéculation sur un concept ?
Data flywheel, ça sonne bien, mais concrètement, qu'en est-il de sa mise en œuvre ?
Les données des robots inondent déjà les écrans, cette fois-ci, est-ce fiable ?
Voir l'originalRépondre0
ThreeHornBlasts
· 01-13 06:47
D'accord, l'apprentissage autonome des robots semble vraiment être une technologie de pointe, mais on dirait que c'est un peu de la vantardise.
Une boucle de rétroaction positive, ça me laisse un peu perplexe, en gros c'est que ça devient de plus en plus rapide, non ?
Si Neo peut vraiment briser le plafond de verre, alors il faut vraiment y prêter attention.
L'auto-collecte de données... si ça peut vraiment fonctionner de manière stable, alors le panorama s'élargit.
Attendez, cette apprentissage autonome ne va-t-elle pas devenir de plus en plus sauvage ?
Voir l'originalRépondre0
staking_gramps
· 01-13 06:46
Putain, les robots peuvent apprendre tout seuls ? Cette fois, les annotateurs de données humains vont perdre leur emploi
Depuis longtemps, les robots généraux sont confrontés à un goulot d'étranglement dans la collecte de données dominée par l'humain, avec une efficacité relativement faible. L'apparition de NEO a changé cette situation — il est capable de collecter des données de manière autonome, de réaliser un apprentissage indépendant, brisant ainsi ce plafond.
Pourquoi cette solution d'extension peut-elle fonctionner ? Deux roues motrices sont indispensables : d'une part, la production continue de nouvelles données par les robots, et d'autre part, le moteur de base, un modèle vidéo du monde en constante évolution. Les deux se complètent mutuellement, formant une boucle de rétroaction auto-entretenue par une auto-iteration.