eftertræning
term_id: post_training
Category: training_techniques
Definition
Eftertræning er et kritisk trin i maskinlæringslivscyklussen, der sker efter den indledende fortræning af en model på store, generelle datasæt. I denne fase gennemgår modellen finjustering, alignment eller komprimering for at forbedre dens præstation på målområdet.
Summary
Eftertræning refererer til fasen med at finjustere en fortrænet model på specifikke datasæt for at tilpasse den til bestemte opgaver eller optimere ydeevnen.
Key Concepts
- Finjustering
- RLHF (Reinforcement Learning from Human Feedback)
- Kvantisering
- Tilpasning
Use Cases
- At aligne store sprogmodeller (LLM’er) med menneskelige præferencer
- At optimere modellens størrelse til edge-enheder
- At specialisere modeller til medicinsk diagnostik