说人话就是，模型在融合信息的时候没有一个轻重缓急，对所有模态的数据都一视同仁，平等对待了所有输入。
这在模态少的时候可能适用，因为数据输入之前，在无形之中其实是多了一个人工筛选的步骤。
比如你要预测股票的涨跌，相比于各种专家的视频分析，你可能会更加相信各种金融指标，所以你就会下意识地选择各种数字指标输入模型，而不是专家的视频分析。
这就隐含地为数据赋予了权重，虽然代码里没有，但它确实是真实存在的。
不过人工筛选终究是有一些小问题的，在金融这个反人类的领域，光凭经验很多时候容易做出错误的判断。
“也就是说，在数据融合的时候，缺少了一个‘智能筛选’的步骤，让模型知道，哪些数据重要，哪些数据不重要。”
“数据筛选.......”周昀手指轻轻敲打着桌面，思考着解决办法。
如果只是单纯的逻辑判断，肯定不行，这样太死板，还不如人来筛选。
置信度？
周昀想了一下，也觉得不行。
内容未完，下一页继续阅读