Co jest Odcięcie wiedzy?

Podejścia szkoleniowe, które pozwalają modelowi uczyć się na nowych danych, nie zapominając o wcześniejszej wiedzy.

Trenowanie mniejszego modelu w celu imitowania wyników większego modelu.

Techniki tworzenia zmodyfikowanych przykładów szkoleniowych w celu poprawy generalizacji modelu.

Zmiana rzeczywistych danych wejściowych w czasie, która może obniżyć wydajność modelu.

Kontynuowanie szkolenia na danych specyficznych dla domeny w celu dostosowania wstępnie wyszkolonego modelu do konkretnego zadania.

Jak dobrze model radzi sobie z nowymi, niewidocznymi danymi spoza zbioru szkoleniowego.