共计 217 个字符，预计需要花费 1 分钟才能阅读完成。
关注到最近车企都在推端到端的自动驾驶大模型了，但是目前的大模型不都是生成式的么，车企如何解决大模型的幻觉问题的？在道路上的大模型，一旦输出错误的结果，就非常危险了，车企如何应对这些问题的？
我现在推测可能是预训练的小参数量、多模态模型，在端侧 orinx 推理后，再由传统的 rule-base 的模型做一层验证 or 过滤？可能以前的 rule 是道路规则，现在的 rule 可能是违规规则，以实现对大模型输出的危险的结果的过滤？
有行业内的朋友科普一下吗
正文完
