परिभाषा
पर्यवेक्षित फाइन-ट्यूनिंग (एसएफटी) एक विशिष्ट कार्य के लिए लेबल किए गए डेटा पर पूर्व-प्रशिक्षित मॉडल को प्रशिक्षित करने की प्रक्रिया है, जिसमें इसके सभी या कुछ मापदंडों को समायोजित किया जाता है।
उद्देश्य
इसका उद्देश्य सामान्य प्रयोजन मॉडल को बेहतर सटीकता के साथ विशिष्ट कार्यों के लिए अनुकूलित करना है।
महत्व
- एनएलपी और दृष्टि कार्यों में मुख्य तकनीक।
- उच्च गुणवत्ता वाले लेबलयुक्त डेटा की आवश्यकता है।
- छोटे डेटासेट के साथ ओवरफिटिंग का जोखिम।
- अक्सर आरएलएचएफ का अग्रदूत।
यह कैसे काम करता है:
- एक पूर्व प्रशिक्षित मॉडल का चयन करें।
- लक्ष्य कार्य के लिए लेबलयुक्त डेटा एकत्रित करें।
- पर्यवेक्षित शिक्षण के साथ मॉडल को प्रशिक्षित करें।
- आयोजित परीक्षण सेट पर मान्य करें.
- तैनाती और प्रदर्शन की निगरानी करें।
उदाहरण (वास्तविक दुनिया)
- जीपीटी ने ग्राहक सेवा वार्तालापों पर बारीक नजर रखी।
- नामित इकाई पहचान के लिए BERT को परिष्कृत किया गया।
- चिकित्सा छवि वर्गीकरण पर दृष्टि ट्रांसफार्मर को परिष्कृत किया गया।
संदर्भ / आगे पढ़ने के लिए
- डेवलिन एट अल. “BERT: डीप बाइडायरेक्शनल ट्रांसफॉर्मर्स का पूर्व-प्रशिक्षण।” NAACL 2019.
- गले लगाने वाला चेहरा ट्रांसफॉर्मर दस्तावेज़ीकरण.
- स्टैनफोर्ड CS224N: डीप लर्निंग के साथ एनएलपी।
- एसएफटी क्या है? यह महत्वपूर्ण क्यों है?
