Vad är Knowledge Cutoff?

Utbildningsmetoder som låter en modell fortsätta att lära sig av ny data utan att glömma förkunskaper.

Träna en mindre modell för att imitera resultatet av en större modell.

Tekniker som skapar modifierade träningsexempel för att förbättra modellens generalisering.

En förändring av verkliga indata över tid som kan försämra modellens prestanda.

Fortsatt utbildning om domänspecifik data för att anpassa en förtränad modell till en specifik uppgift.

Hur väl en modell presterar på ny, osynlig data utanför träningsuppsättningen.