co je Hranice znalostí?

Tréninkové přístupy, které umožňují modelu neustále se učit z nových dat, aniž by zapomínal na předchozí znalosti.

Trénink menšího modelu, aby napodobil výstupy většího modelu.

Techniky, které vytvářejí upravené tréninkové příklady pro zlepšení zobecnění modelu.

Časový posun ve vstupních datech reálného světa, který může snížit výkon modelu.

Pokračující školení o datech specifických pro doménu, aby bylo možné předem trénovaný model přizpůsobit konkrétnímu úkolu.

Jak dobře si model vede na nových, neviditelných datech mimo trénovací sadu.