结合今天所学的数据筛选与模型训练知识,特斯拉出现压黄线、闯红灯的情况,核心原因有3点:
 
1. 数据质量参差不齐:训练数据中包含低质量、不规范的驾驶片段(如极端路况、错误操作),未被完全剔除,导致模型学习到错误逻辑；

2. 数据覆盖存在盲区:训练数据未包含所有复杂/特殊场景(如特殊路口、恶劣天气),模型在这些场景中缺乏应对经验,出现违规；

3. 模型泛化能力不足:对训练数据过度依赖,无法适应未见过的新场景,如同种群基因库缺少关键基因会导致适应能力下降,模型也会在陌生场景中做出错误决策。