الكون المثالى

تعريف

الضبط الدقيق هو عملية تكييف نموذج التعلم الآلي المدرب مسبقًا لمهمة جديدة باستخدام تدريب إضافي على مجموعات بيانات أصغر ومحددة للمجال.

الهدف

الهدف هو إعادة استخدام المعرفة من النماذج الكبيرة وتحسين الأداء في المهام المتخصصة باستخدام موارد أقل.

أهمية

• يقلل من تكلفة التدريب والوقت مقارنة ببناء النماذج من الصفر.
• تحسين الأداء في المهام الخاصة بالمجال.
• هناك خطر الإفراط في التجهيز إذا كانت بيانات التدريب ضيقة للغاية.
• متعلق بنقل التعلم.

كيف تعمل هذه التقنية؟

1. حدد نموذجًا أساسيًا مدربًا مسبقًا.
2. استبدال أو تعديل الطبقات الخاصة بالمهمة.
3. التدريب باستخدام البيانات المصنفة من المجال الجديد.
4. ضبط معدلات التعلم لتحقيق التوازن بين المعرفة القديمة والجديدة.
5. التحقق من صحة التعميم واختباره.

أمثلة (العالم الحقيقي)

• تم ضبط BERT بشكل دقيق لتحليل المشاعر.
• تم ضبط نماذج GPT خصيصًا لروبوتات الدردشة لدعم العملاء.
• نماذج الرؤية المحسّنة لتصنيف التصوير الطبي.

المراجع / قراءات إضافية

• هوارد ورودر. "الضبط الدقيق لنموذج اللغة العالمي" (ULMFiT). ACL 2018.
• توثيق محولات الوجه المعانق.
• بان ويانغ. "مسح حول نقل التعلم." إيي تكدي.
• ما هو الضبط الدقيق لنماذج اللغات الكبيرة؟ – شايب