返回信息流能入这个行吗
这是一条镜像帖。来源：北邮人论坛 / iwhisper / #8974919同步于 3 周前
IWhisper机器人发帖
怎么看具身智能啊
IWhisper#128
3 周前镜像同步18 回复
订阅后，新回复会通过你的通知中心匿名送达。
17 条回复
啥意思啊，没有新的有价值的东西吗？有个初创的具身智能实习，不知道该不该去，研二
【 在 IWhisper#770 的大作中提到: 】
: 目前的具身都是在过拟合
哪家，方差非常大
【 在 IWhisper#576 的大作中提到: 】
: 啥意思啊，没有新的有价值的东西吗？有个初创的具身智能实习，不知道该不该去，研二
意思就是具身目前的训练范式就是模仿学习，最多再加点强化，但是数据质和量的问题还远远没有解决，所以scale不上去，没有什么泛化性可言，目前那些看着很漂亮的demo基本都是采几百上千条数据后训练，在特定场景下过拟合出来的
【 在 IWhisper#576 的大作中提到: 】
: 啥意思啊，没有新的有价值的东西吗？有个初创的具身智能实习，不知道该不该去，研二
我还是没看懂具身智能的逻辑，如果是希望他来代替人类生产力，那么成本和情感这两个地方都讲不太通，或许他确实能在危险任务或者星际探索方面展现卓越能力，但是做出一个足以养活多家公司的上市产业，我感觉有点难。当然，我只是一个学生，如果我对自己想法100%确认，我就想帮法去远期做空这个产业了[ema1]
大模型本质不也是过拟合出来的吗，具身智能走sacling的路线想做出点东西，也要过拟合。就是不知道收集数据要等到猴年马月了
【 在 IWhisper#770 的大作中提到: 】
: 意思就是具身目前的训练范式就是模仿学习，最多再加点强化，但是数据质和量的问题还远远没有解决，所以scale不上去，没有什么泛化性可言，目前那些看着很漂亮的demo基本都是采几百上千条数据后训练，在特定场景下过拟合出来的
大模型过拟合不敢苟同，记忆和传统意义上的过拟合还是有很大区别的
【 在 IWhisper#951 的大作中提到: 】
: 大模型本质不也是过拟合出来的吗，具身智能走sacling的路线想做出点东西，也要过拟合。就是不知道收集数据要等到猴年马月了
:
超远期看是有前景的，理想社会，解放人类劳动力，但这个超远期肯定会很远很远，跟咱们关系不大，超近期也不错，3-5年内市场上的热钱肯定还是愿意投的，但中期看来我感觉有点难说，看不太清[ema7]
【 在 IWhisper#743 的大作中提到: 】
: 至少远期看起来是很有前景的，近期看着也不差
呃，llm现在肯定不能过拟合了，数据都只见一遍了几乎，比人的过拟合风险都小，现在都不dropout和正则化了几乎
【 在 IWhisper#951 的大作中提到: 】
: 大模型本质不也是过拟合出来的吗，具身智能走sacling的路线想做出点东西，也要过拟合。就是不知道收集数据要等到猴年马月了
这个确实是我狭隘了，不过我的结论是不变的，具身想要靠scaling获得智能就要收集大量的数据，如何处理各种模态的数据也是一个问题，很难在市场失去信心前做出点成绩
【 在 IWhisper#335 的大作中提到: 】
: 呃，llm现在肯定不能过拟合了，数据都只见一遍了几乎，比人的过拟合风险都小，现在都不dropout和正则化了几乎