Termen de glosar AI

Ce este Post-antrenament?

Definiție

Pași de antrenament aplicați după antrenament preliminar, cum ar fi reglarea instrucțiunilor, optimizarea preferințelor și reglarea siguranței.

Termeni înrudiți

DPO (Optimizare directă a preferințelor)
O metodă de antrenament care ajustează modelele direct pe perechile de preferințe, fără a avea nevoie de un model de recompensă separat.
La mijlocul antrenamentului
O fază intermediară de antrenament între pretraining și post-training, adesea folosită pentru ajustări de capacitate sau de domeniu.
Reglare fină eficientă în funcție de parametri (PEFT)
Metode care adaptează modelele prin antrenarea unui mic subset de parametri adăugați.
Preantrenamentul
Instruire inițială pe modele la scară largă pe date ample înainte de adaptarea în aval.
Set de evaluare
Un set de date păstrat folosit pentru a măsura calitatea modelului după antrenament.
Reglaj fin
Formarea continuă cu privire la datele specifice domeniului pentru a adapta un model pre-antrenat la o anumită sarcină.

Aflați mai multe în ghidurile noastre gratuite

AI TrainingPseudo-Labeling and Self-TrainingELECTRA PretrainingRoBERTa Training Recipe

Vezi și

Self-PlayWatermarkingRAG-FusionCitationsMulti-Query RetrievalFactualityParent-Document RetrievalGSM8K
Răsfoiți întregul glosar AIExplorați toate ghidurile AI gratuite