Cos'è Taglio della conoscenza?

Approcci di formazione che consentono a un modello di continuare ad apprendere dai nuovi dati senza dimenticare le conoscenze precedenti.

Addestrare un modello più piccolo per imitare i risultati di un modello più grande.

Tecniche che creano esempi di training modificati per migliorare la generalizzazione del modello.

Uno spostamento nel tempo dei dati di input del mondo reale che può ridurre le prestazioni del modello.

Formazione continua su dati specifici del dominio per adattare un modello pre-addestrato a un compito specifico.

Quanto bene un modello si comporta su dati nuovi e invisibili al di fuori del set di training.