Une entreprise applique l'apprentissage supervisé sur un petit ensemble de données étiquetées, spécifique à une tâche particulière. Quelle phase du cycle de vie d'un modèle de fondation (FM) cette activité représente-t-elle ?

Le fine-tuning (ou réglage fin) est la phase où un modèle pré-entraîné est adapté à une tâche spécifique et à un ensemble de données plus petit et étiqueté. C'est exactement ce que décrit l'énoncé : l'entreprise utilise l'apprentissage supervisé sur un petit ensemble de données étiquetées pour une tâche particulière. La sélection des données précède généralement le pré-entraînement ou le fine-tuning. Le pré-entraînement implique l'entraînement initial du modèle sur un très grand ensemble de données non étiquetées ou faiblement étiquetées pour apprendre des représentations générales. L'évaluation est la phase de test des performances du modèle après son entraînement ou son fine-tuning.