1. Fogalom magyarul: finomhangolás (az MI-ben)

2. Fogalom angolul: fine-tuning

3. Meghatározás:

A finomhangolás egy olyan technika a gépi tanulásban, amely egy előre betanított modellt adaptál egy új feladathoz vagy egy új adatkészlethez. Ez által a modellt nem szükséges az elejétől kezdve újra tanítani, a finomhangolás az eredeti modellben már meglévő tudást használja fel, majd ezen ismereteket továbbfejleszti. Ez különösen hasznos, ha (i) az új feladathoz nincs elegendő címkézett adat, vagy (ii) nem áll rendelkezésre elegendő idő és erőforrás a tanítás megismétléséhez, mivel így az eredeti modell által tanult általános mintázatokat felhasználva, kisebb mennyiségű adat is elegendő lehet a jó teljesítmény eléréséhez. A finomhangolás kiemelt fontosságú (a nagy méretű, sokparaméteres) mély neurális hálózatok esetént, hiszen ilyenkor a tanítási folyamat jelentős időt vesz igénybe, így gyakran használt módszernek tekinthető a természetes nyelvfeldolgozásban (NLP) és a képfelismerésben. Például a BERT vagy a GPT-3 nagy nyelvi modellek finomhangolhatók speciális feladatokra, mint a véleményanalízis vagy a szövegkategorizálás.

4. Hivatkozások:

• https://www.ibm.com/topics/fine-tuning

5. Megjegyzések:​​​​​​​

6. Kulcsszavak:

mesterséges intelligencia, gépi tanulás, mélytanulás