Что такое Прекращение знаний?

Подходы к обучению, которые позволяют модели продолжать обучение на новых данных, не забывая при этом предыдущие знания.

Обучение меньшей модели имитации результатов более крупной модели.

Методы создания модифицированных обучающих примеров для улучшения обобщения модели.

Изменение реальных входных данных с течением времени, которое может ухудшить производительность модели.

Продолжение обучения на предметных данных для адаптации предварительно обученной модели к конкретной задаче.

Насколько хорошо модель работает с новыми, невидимыми данными за пределами обучающего набора.