Ein Unternehmen wendet überwachtes Lernen auf einen kleinen beschrifteten Datensatz an, der für eine bestimmte Aufgabe spezifisch ist. Welche Phase des Lebenszyklus eines Foundation Models (FM) stellt diese Aktivität dar?

Feinabstimmung (Fine-tuning) ist der Prozess, bei dem ein bereits vortrainiertes Foundation Model (FM) mit einem kleineren, aufgabenspezifischen und beschrifteten Datensatz weiter trainiert wird. Dies passt das Modell an die spezifische Aufgabe an und verbessert seine Leistung. Daten-Selektion (Data selection) ist die Auswahl relevanter Daten vor dem Training. Vortraining (Pre-training) ist die anfängliche Trainingsphase eines FMs auf einem riesigen, unbeschrifteten Datensatz, um allgemeine Muster zu lernen. Evaluierung (Evaluation) ist die Bewertung der Modellleistung nach dem Training. Da das Unternehmen ein FM mit einem kleinen, beschrifteten Datensatz für eine spezifische Aufgabe anpasst, handelt es sich eindeutig um Feinabstimmung.