事实性推断任务 Simple-QA上表现突出 5 回顾：Pre-Training Scaling Law ➢ Pre-Training Scaling Laws: 预训练模型上广泛观察到的现象，协调了计算量C、模 型参数量N和数据大小D之间的关系 6 回顾：Post-Training Scaling Law ➢ Post-Training 阶段，随着训练时计算量（来自RL的Training阶段）和

是通用处理器，设计用于处理各种类型的计算任务。具有较少的核心，但每个核心的计算能力较强， 适合执行顺序性强的复杂任务。 • CPU 通常负责机器人的高级决策逻辑、任务规划、运动规划、传感器数据的融合处理等。 • CPU 也负责协调其他处理器的工作，如分配任务给 GPU 或 NPU。 45 02 英特尔 ® 技术方案 GPU/NPU 负责大脑： • 负载：VSLAM，环境感知，任务编排，自主规划，模仿学习，强化学习。