무엇입니까? 라벨 평활화?

모델 일반화를 개선하기 위해 수정된 훈련 예제를 생성하는 기술.

낮은 순위의 어댑터 행렬을 추가하는 매개변수 효율적인 미세 조정 방법입니다.

기계 학습 모델을 훈련하거나 평가하는 데 사용되는 사람이 추가한 레이블 또는 메타데이터입니다.

더 복잡한 접근 방식이 실제로 결과를 개선하는지 비교하는 데 사용되는 간단한 참조 모델입니다.

여러 모델의 예측을 결합하여 견고성이나 정확성을 향상합니다.

훈련 세트 외부에서 볼 수 없는 새로운 데이터에 대해 모델이 얼마나 잘 수행되는지입니다.