এআই শব্দকোষের মেয়াদ

পোস্ট-ট্রেনিং কী?

সংজ্ঞা

প্রশিক্ষণের ধাপগুলি প্রি-ট্রেনিংয়ের পরে প্রয়োগ করা হয়, যেমন নির্দেশ টিউনিং, পছন্দ অপ্টিমাইজেশান এবং নিরাপত্তা টিউনিং।

ডিপিও (ডাইরেক্ট প্রেফারেন্স অপ্টিমাইজেশান)একটি প্রশিক্ষণ পদ্ধতি যা একটি পৃথক পুরস্কার মডেলের প্রয়োজন ছাড়াই সরাসরি পছন্দের জোড়ায় মডেলগুলিকে সূক্ষ্ম-টিউন করে৷মধ্য-প্রশিক্ষণপ্রি-ট্রেনিং এবং পোস্ট-ট্রেনিংয়ের মধ্যে একটি মধ্যবর্তী প্রশিক্ষণ পর্ব, প্রায়শই ক্ষমতা বা ডোমেন সমন্বয়ের জন্য ব্যবহৃত হয়।প্যারামিটার-দক্ষ ফাইন-টিউনিং (PEFT)যে পদ্ধতিগুলি যোগ করা পরামিতিগুলির একটি ছোট উপসেট প্রশিক্ষণের মাধ্যমে মডেলগুলিকে অভিযোজিত করে৷প্রাক-প্রশিক্ষণডাউনস্ট্রিম অভিযোজনের আগে বিস্তৃত ডেটার উপর প্রাথমিক বড় মাপের মডেল প্রশিক্ষণ।মূল্যায়ন সেটপ্রশিক্ষণের পরে মডেলের গুণমান পরিমাপ করতে ব্যবহৃত একটি হোল্ড-আউট ডেটাসেট।ফাইন-টিউনিংএকটি নির্দিষ্ট কাজের জন্য একটি প্রাক-প্রশিক্ষিত মডেলকে মানিয়ে নিতে ডোমেন-নির্দিষ্ট ডেটার উপর অবিরত প্রশিক্ষণ।

আমাদের বিনামূল্যের গাইডে আরও জানুন

আরও দেখুন