沈倦意斯提示您：看后求收藏（新2k中文www.xfpzw.com），接着再看更方便。
柳州归来的那个周一，城市被一场突如其来的倒春寒侵袭。铅灰色的云层低低压着，寒风裹挟着细密的冷雨，敲打着新居宽大的落地窗。暖气开得很足，室内外温差在玻璃上凝结出一层朦胧的白雾。
林听裹着厚厚的家居服，盘腿坐在客厅地毯上，面前摊着笔记本电脑和各种打印出来的数据图表，眉头紧锁。屏幕上，自动驾驶感知模型在某个极端天气（暴雨+夜间）模拟测试集上的表现，出现了不符合预期的波动。她反复检查了代码、数据预处理流程、甚至硬件模拟器的参数，都没找到明显问题。项目组内部已经隐隐有了些焦躁的情绪，原定下周的阶段性汇报眼看就要到了。
厨房里传来咖啡机工作的细微声响，随即是沈厌平稳的脚步声。他将一杯冒着热气的黑咖啡放在林听手边的茶几上，自己手里也端着一杯，在她身旁的单人沙发坐下，目光扫过她屏幕上的误差曲线。
“还是卡在夜间暴雨场景？”沈厌问，语气没什么波澜。他今天有课，穿着简单的灰色羊绒衫和休闲裤，鼻梁上架着那副只有在家或极度专注时才戴的细边眼镜，显得斯文又清冷。
“嗯。”林听有些烦躁地抓了抓头发，把一绺发丝咬在嘴里，“白天的、夜间的、雨天的，单独测试都没问题，甚至小雨+夜间也还好。但一到暴雨+夜间，某些特定障碍物的检出率就会莫名下降几个点。增广数据、调整损失函数权重、甚至试了你上次提的那个多尺度特征融合的变体，效果都不稳定。”
沈厌喝了一口咖啡，身体微微前倾，更仔细地看着她屏幕上的模型结构图和错误样本分析。“传感器模拟器的噪声模型，核对过了吗？暴雨对激光雷达和摄像头的干扰模式，可能和你们预设的有偏差。”
“查过了，参数是合作方提供的，说是基于实测数据校准的。”林听叹了口气，“我怀疑是不是数据本身就有bias（偏差），或者我们的模型对某种耦合噪声过于敏感……”
“把出错的样本序列，还有对应的传感器原始模拟数据（前融合后的），发我一份。”沈厌放下咖啡杯，拿起放在沙发扶手上的自己的笔记本电脑，“我晚点用我们实验室的仿真环境跑一下，换个角度看看。”
林听眼睛一亮，立刻动手打包数据。沈厌的实验室在传感器仿真和不确定性建模方面是强项，他或许能看出些她忽略的细节。“会不会太麻烦你？你最近不是也在忙芯片流片的事？”
“并行处理，不冲突。”沈厌已经打开了自己的电脑，开始接收文件
