Učenje modela in njegova uporaba

Kaj je to?

Model se najprej uči na velikih količinah podatkov (predhodno učenje), nato ga po potrebi prilagodijo za posebne naloge. Ko ga uporabljamo, govorimo o inferenci: model izračuna odgovor, njegovi parametri pa se pri tem običajno ne spremenijo.

Primer iz vsakdanjega življenja

Ko klepetalniku poveste svoje ime in ga uporabi v naslednjem odgovoru, ga ima zapisanega v pogovoru ali v ločeni funkciji spomina, ne v naučenem modelu.

Zakaj je pomembno?

Razlika pojasni, zakaj model ne pozna najnovejših dogodkov, kako lahko aplikacija kljub temu poišče sveže podatke in kaj se zgodi z vsebino, ki jo vnesete.

Pogosta zmota

Da se model uči iz vsakega pogovora sproti. Ali se vaši podatki kdaj uporabijo za učenje, je odvisno od ponudnika in nastavitev.

Podrobneje

Kaj je predhodno učenje?

Model se na obsežnih primerih nauči splošnih vzorcev. Pri jezikovnih modelih je pogosta naloga napovedovanje naslednjega tokena.

Kaj je dodatno prilagajanje?

Model se lahko dodatno uči za določeno nalogo, jezik ali želeni način odgovarjanja.

Ali se ob vsakem odgovoru uči?

Običajno ne v smislu trajnega spreminjanja svojih parametrov. Aplikacija lahko shranjuje podatke, uporablja spomin ali omogoča poznejše učenje.

Kaj je inferenca?

Postopek, v katerem že pripravljen model iz trenutnega vhoda ustvari izhod.

Zapomnite si: »Zapomnil sem si« v pogovoru ne pomeni nujno, da so se parametri modela spremenili.