10月9日，据卫报，在发生一系列事故后，美国汽车安全监管机构已对配备全自动驾驶技术的特斯拉汽车展开交通安全违规调查。 美国国家公路交通安全管理局 (NHTSA) 表示，这家电动汽车制造商的自动驾驶辅助系统“诱导了违反交通安全法的车辆行为”。该系统要求驾驶员集中注意力并在必要时进行干预。 如果美国国家公路交通安全管理局认为这些车辆存在安全风险，则初步评估是其可能寻求召回车辆之前的第一步。 该机构表示，已收到 288 万辆特斯拉汽车在使用该系统时闯红灯以及在变道时逆向行驶的报告。 美国国家公路交通安全管理局表示，已收到六份报告，其中一辆特斯拉汽车在完全自动驾驶 (FSD) 模式下，“驶近红灯交叉路口，继续闯红灯驶入交叉路口，随后与交叉路口的其他机动车发生碰撞”。 该机构表示，四起事故已造成一人或多人受伤。特斯拉尚未回应路透社的置评请求。 美国国家公路交通安全管理局表示，已发现 18 起投诉和一份媒体报道，指控特斯拉汽车在设有 FSD 的交叉路口行驶时“未能在红灯期间保持停止状态、未能完全停止，或未能准确检测并在车辆界面上显示正确的交通信号状态”。 一些投诉者还表示，FSD“在车辆接近红色交通信号灯时没有对系统预期行为发出警告”。 特斯拉的FSD比其Autopilot系统更为先进，目前已接受NHTSA一年的调查。 2024年10月，该机构开始对240万辆配备FSD的特斯拉汽车展开调查，此前有四起事故报告称，这些事故是在能见度较低的情况下发生的，例如阳光刺眼、雾天或尘土飞扬。其中一起发生在2023年的碰撞事故造成了人员死亡。 特斯拉网站称， FSD“旨在供全神贯注的驾驶员使用，驾驶员双手握住方向盘，随时准备接管车辆。虽然这些功能会随着时间的推移而变得更加强大，但目前启用的功能并不能使车辆实现自动驾驶。”（鞭牛士、电车界编译）返回搜狐，查看更多

北京市:市辖区:(东城区、西城区、朝阳区、丰台区、石景山区、海淀区、门头沟区、房山区、通州区、顺义区、昌平区、大兴区、怀柔区、平谷区、密云区、延庆区)

天津市:市辖区:(和平区、河东区、河西区、南开区、河北区、红桥区、东丽区、西青区、津南区、北辰区、武清区、宝坻区、滨海新区、宁河区、静海区、蓟州区)

河北省:石家庄市:(长安区、桥西区、新华区、井陉矿区、裕华区、藁城区、鹿泉区、栾城区、井陉县、正定县、行唐县、灵寿县、高邑县、深泽县、赞皇县、无极县、平山县、元氏县、赵县、石家庄高新技术产业开发区、石家庄循环化工园区、辛集市、晋州市、新乐市)

唐山市:(路南区、路北区、古冶区、开平区、丰南区、丰润区、曹妃甸区、滦南县、乐亭县、迁西县、玉田县、河北唐山芦台经济开发区、唐山市汉沽管理区、唐山高新技术产业开发区、河北唐山海港经济开发区、遵化市、迁安市、滦州市)

秦皇岛市:(海港区、山海关区、北戴河区、抚宁区、青龙满族自治县、昌黎县、卢龙县、秦皇岛市经济技术开发区、北戴河新区)

邯郸市:(邯山区、丛台区、复兴区、峰峰矿区、肥乡区、永年区、临漳县、成安县、大名县、涉县、磁县、邱县、鸡泽县、广平县、馆陶县、魏县、曲周县、邯郸经济技术开发区、邯郸冀南新区、武安市)

邢台市:(襄都区、信都区、任泽区、南和区、临城县、内丘县、柏乡县、隆尧县、宁晋县、巨鹿县、新河县、广宗县、平乡县、威县、清河县、临西县、河北邢台经济开发区、南宫市、沙河市)

保定市:(竞秀区、莲池区、满城区、清苑区、徐水区、涞水县、阜平县、定兴县、唐县、高阳县、容城县、涞源县、望都县、安新县、易县、曲阳县、蠡县、顺平县、博野县、雄县、保定高新技术产业开发区、保定白沟新城、涿州市、定州市、安国市、高碑店市)

张家口市:(桥东区、桥西区、宣化区、下花园区、万全区、崇礼区、张北县、康保县、沽源县、尚义县、蔚县、阳原县、怀安县、怀来县、涿鹿县、赤城县、张家口经济开发区、张家口市察北管理区、张家口市塞北管理区)

承德市:(双桥区、双滦区、鹰手营子矿区、承德县、兴隆县、滦平县、隆化县、丰宁满族自治县、宽城满族自治县、围场满族蒙古族自治县、承德高新技术产业开发区、平泉市)

沧州市:(新华区、运河区、沧县、青县、东光县、海兴县、盐山县、肃宁县、南皮县、吴桥县、献县、孟村回族自治县、河北沧州经济开发区、沧州高新技术产业开发区、沧州渤海新区、泊头市、任丘市、黄骅市、河间市)

近日，《Nature》杂志的最新一期封面论文引起了广泛关注，🙄研究主题是 DeepSeek-R1。这项研究由梁文锋教授团队👏主导，内容围绕如何通过强化学习来提升大型语言模型（LLM）的😂推理能力。早在今年1月，该研究已在 arXiv 上发布，受到😀学术界的高度评价。 在封面介绍中，《Nature》指出🙄，如果大型模型能够规划解决问题的步骤，往往会得到更好的解决方🤔案。这种推理能力与人类处理复杂问题的方式相似，但在人工智能领👍域实现这一点面临着巨大的挑战。研究团队展示了如何在极少人工干👍预的情况下训练出具备推理能力的模型。 DeepSeek⭐-R1模型的训练采用强化学习策略，模型在正确解答数学问题时会🌟获得高分奖励，而答错则会受到惩罚。通过这样的机制，DeepS🤔eek-R1学会了逐步推理、解决问题，并在给出答案前进行自我⭐验证，从而提高了其在编程和科学研究中的表现。 值得一提🚀的是，DeepSeek-R1被认为是首个经过权威学术期刊同行😴评审的语言模型，这一成就标志着 AI 领域的一个重要里程碑。😀Hugging Face 的工程师 Lewis Tunsta🤗ll 对此表示，这是一个重要的先例，强调了行业规范的重要性，🚀尤其是在评估 AI 系统潜在风险时。 此外，研究团队在👍论文中对模型的训练数据类型和安全性进行了详细说明，避免了对模😎型的拟人化描述，确保研究的严谨性和透明度。这一开放模式得到了😀同行的广泛赞誉，认为有助于提升公众对 AI 的信任。 👏划重点:返回搜狐，查看更多