O que é Corte de conhecimento?

Abordagens de treinamento que permitem que um modelo continue aprendendo com novos dados sem esquecer o conhecimento prévio.

Treinar um modelo menor para imitar os resultados de um modelo maior.

Técnicas que criam exemplos de treinamento modificados para melhorar a generalização do modelo.

Uma mudança nos dados de entrada do mundo real ao longo do tempo que pode degradar o desempenho do modelo.

Treinamento contínuo em dados específicos de domínio para adaptar um modelo pré-treinado a uma tarefa específica.

O desempenho de um modelo em dados novos e não vistos fora do conjunto de treinamento.