Una empresa está aplicando aprendizaje supervisado en un pequeño conjunto de datos etiquetados que es específico para una tarea particular. ¿Qué fase del ciclo de vida del modelo fundacional (FM) representa esta actividad?

La fase de ajuste fino (fine-tuning) implica adaptar un modelo preentrenado a un conjunto de datos más pequeño y específico para una tarea particular. Esto permite que el modelo aprenda los matices de la nueva tarea sin necesidad de entrenar desde cero, lo cual es eficiente para conjuntos de datos pequeños. La selección de datos es el proceso de elegir los datos relevantes, pero no la adaptación del modelo. El preentrenamiento es la fase inicial donde el modelo aprende patrones generales de un gran conjunto de datos no etiquetados o débilmente etiquetados. La evaluación es la fase final para medir el rendimiento del modelo, no para adaptarlo.