Feinabstimmung
Anpassung eines vortrainierten KI-Modells an eine bestimmte Aufgabe oder einen bestimmten Datensatz durch kontinuierliches Training mit neuen Daten, wodurch häufig die aufgabenspezifische Leistung verbessert wird.
Definition
Eine Transfer-Learning-Technik, bei der ein generisches, groß angelegtes, vorab trainiertes Modell (z. B. BERT, ResNet) anhand domänenspezifisch markierter Daten mit reduzierten Lernraten weiter trainiert wird. Die Feinabstimmung beschleunigt die Entwicklung, erfordert weniger aufgabenspezifische Daten und nutzt breite Merkmalsdarstellungen. Die Unternehmensleitung muss die Herkunft des Basismodells und die Einhaltung der Lizenzbestimmungen verfolgen und die Feinabstimmung der Datensätze und Hyperparameter aus Gründen der Reproduzierbarkeit dokumentieren.
Real-World Example
Ein Legal-Tech-Unternehmen optimiert ein BERT-Modell anhand von 50.000 beschrifteten Rechtsvertragsklauseln. Da nur ein Zehntel der Trainingsdaten von Grund auf neu erstellt wurde, erreicht das Unternehmen eine Genauigkeit von 90% bei der Klauselklassifizierung und ermöglicht so eine automatische Vertragsprüfung, die den internen Qualitätssicherungsstandards entspricht.
.svg)
