মাউন্টেন ভিউ, ক্যালিফোর্নিয়া - গুগলের স্ব-ড্রাইভিং বিভাগ, ওয়েমো, আবিষ্কার করেছে যে স্ব-চালিত গাড়ির (এভি) কর্মক্ষমতা নিয়ন্ত্রণকারী নীতিগুলি বৃহৎ ভাষা মডেলের (এলএলএম) অনুরূপ।
গবেষণা ইঙ্গিত করে যে প্রশিক্ষণ ডেটা এবং কম্পিউটেশনাল রিসোর্স বৃদ্ধি সরাসরি এভি কর্মক্ষমতা বাড়ায়। এই অনুসন্ধান একটি পাওয়ার-ল সম্পর্ক প্রস্তাব করে, যেখানে কর্মক্ষমতা বৃদ্ধি প্রশিক্ষণ কম্পিউট এবং ডেটাসেটের আকারের সাথে সম্পর্কযুক্ত।
ওয়েমোর গবেষণা এভি এবং এলএলএম-এর মধ্যে প্রধান পার্থক্যগুলি তুলে ধরে। যেখানে এলএলএম প্রায়শই বৃহত্তর মডেলের আকার থেকে উপকৃত হয়, সেখানে এভিগুলি তুলনামূলকভাবে ছোট মডেলগুলির সাথে সর্বোত্তম কর্মক্ষমতা অর্জন করতে পারে, যদি সেগুলি উল্লেখযোগ্যভাবে বেশি ডেটার উপর প্রশিক্ষিত হয়।
এই অন্তর্দৃষ্টি এভি ডেভেলপমেন্টে ডেটা সংগ্রহ কৌশল এবং মডেল সাইজ নির্বাচনের জন্য গুরুত্বপূর্ণ প্রভাব ফেলে। এভি-তে ছোট মডেল সাইজ কম ল্যাটেন্সি সৃষ্টি করতে পারে, যা স্কেল করা প্রশিক্ষণ ডেটাসেট সাইজ এবং কম্পিউটের মাধ্যমে অনবোর্ড সিস্টেমের কর্মক্ষমতা উন্নত করে।
ওয়েমোর বর্তমানে 500,000 ঘন্টার ড্রাইভিং ডেটা রয়েছে এবং ড্রাইভিং সিমুলেশনের জন্য তাদের 'কারক্রাফট' ভার্চুয়াল ওয়ার্ল্ড ব্যবহার করে। কোম্পানিটি বেশ কয়েকটি শহরে কাজ করে এবং এই বছর দশটি শহরে প্রসারিত করার পরিকল্পনা করছে।
ওয়েমোর বিশ্বাস করে যে ডেটা এবং মডেলের গুণমান এবং আকার বৃদ্ধি এভি-র কর্মক্ষমতা আরও উন্নত করবে। এই সিদ্ধান্ত ডেভেলপারদের এভি ক্ষমতা উন্নত করার একটি স্পষ্ট পথ সরবরাহ করে।