แบบทดสอบที่เชื่อมโยงกับคำแนะนำ · ปานกลาง ระดับ

แบบทดสอบโมเดลภาษาการขับขี่ Wayve LINGO

ทบทวนว่าโมเดล LINGO ของ Wayve เชื่อมต่อวิดีโอการขับขี่, คำอธิบายด้วยภาษาธรรมชาติ, และการกระทำสำหรับการวิจัยการขับขี่อัตโนมัติอย่างไร

เส้นทางแนะนำที่เกี่ยวข้องโมเดลภาษาการขับขี่ Wayve Lingo
คำถาม 1 ของ 8

ความสามารถหลัก LINGO-1 ที่เพิ่มเข้าไปในระบบการขับขี่ของ Wayve คืออะไร?

ดูตัวอย่างทุกคำถาม8 คำถาม

คำตอบและคำอธิบายจะปรากฏขึ้นเมื่อคุณทำแบบทดสอบ

  1. ความสามารถหลัก LINGO-1 ที่เพิ่มเข้าไปในระบบการขับขี่ของ Wayve คืออะไร?
    • การบรรยายด้วยภาษาธรรมชาติที่อธิบายสิ่งที่รถเห็นและทำ
    • แผนที่ความละเอียดสูงของทุกเมือง
    • มีระบบเบรกแบบกลไกสำรอง
    • เซ็นเซอร์ LIDAR ที่เร็วขึ้น
  2. LINGO-2 ก้าวไปไกลกว่า LINGO-1 ได้อย่างไร
    • มันถอดกล้องออกทั้งหมด
    • มันเชื่อมโยงภาษาเข้ากับการขับเคลื่อน จึงสามารถอธิบายและรับคำแนะนำได้
    • มันใช้งานได้บนทางหลวงเท่านั้น
    • มันทำงานโดยไม่มีโครงข่ายประสาทเทียม
  3. แนวทาง 'end-to-end' ของ Wayve หมายถึงอะไร
    • รถแล่นจากปลายด้านหนึ่งของประเทศไปยังอีกด้านหนึ่ง
    • รถสองคันแยกกันขับเรียงกัน
    • โครงข่ายประสาทเทียมเรียนรู้ที่จะขับเคลื่อนโดยตรงจากข้อมูลเซ็นเซอร์ แทนที่จะใช้กฎที่เขียนโค้ดด้วยมือ
    • กฎการขับขี่เขียนโดยทนายความ
  4. Why does LINGO-2 generating both language and driving behavior from one model matter?
    • It guarantees that every explanation is causally complete
    • It removes the need to test the driving policy
    • It proves the vehicle is safe in all conditions
    • It links the commentary to the driving model’s outputs, while still requiring separate checks of explanation faithfulness
  5. กลยุทธ์ทางธุรกิจที่ระบุไว้ของ Wayve สำหรับไดรเวอร์ AI คืออะไร
    • การออกใบอนุญาต 'AI Driver' รุ่นพื้นฐานให้กับผู้ผลิตรถยนต์
    • สร้างและขายรถยนต์แบรนด์ของตัวเอง
    • ใช้งานแอปแท็กซี่เท่านั้น
    • ขายฮาร์ดแวร์ LIDAR
  6. สำนักงานใหญ่ของ Wayve อยู่ที่ไหน?
    • ดีทรอยต์ สหรัฐอเมริกา
    • ลอนดอนสหราชอาณาจักร
    • เซินเจิ้นประเทศจีน
    • มิวนิค, เยอรมนี
  7. How does Wayve describe LINGO-2’s driving evaluation?
    • As a text-only chatbot tested only on word puzzles
    • As a simulator with no driving model
    • As a closed-loop vision-language-action model tested on public roads
    • As a lidar sensor tested in a laboratory
  8. What does the LingoQA benchmark evaluate?
    • Speech-quality scoring for telephone codecs
    • Music source separation
    • Dependency parsing across languages
    • Video question answering for autonomous-driving scenes