回归门禁

关键要点

• 回归集要分层：冒烟（分钟级）、核心（小时级）、全量（天级）
• 门禁阈值要区分「噪声波动」与「真实退化」，否则天天误报
• 门禁失败要能定位到「哪个场景簇退化」，而不是只报总分

面试怎么答

相关知识

• 迭代节奏与版本 — 模型版本节奏：日构建（CI 冒烟）→ 周迭代（功能/指标）→ 月发版（OTA）。每次发布要绑定数据版本、代码版本、模型…
• 微调与持续学习 — 在新数据上继续训练：全量微调、LoRA、增量学习。难点是「灾难性遗忘」——新场景学会了，老场景退化了。需要回放旧数据、…
• A/B 与灰度 — 线上对比：把车队分成实验组/对照组，跑不同模型版本，比较接管率、舒适度、通行效率。灰度发布先小比例、再扩大，出问题可快…
• 数据闭环 — 把「真实世界产生的数据」持续转化为「车端模型能力」的工程体系：车端采集 → 回传 → 存储治理 → 场景挖掘与标注 →…