Een bedrijf past supervised learning toe op een kleine gelabelde dataset die specifiek is voor een bepaalde taak. Welke fase van de foundation model (FM)-levenscyclus vertegenwoordigt deze activiteit?

Fine-tuning is het proces waarbij een reeds getraind foundation model (FM) verder wordt getraind op een kleinere, taakspecifieke en gelabelde dataset. Dit stelt het model in staat om zijn prestaties te optimaliseren voor die specifieke taak, zonder helemaal opnieuw te hoeven beginnen met trainen. De optie 'Data selection' is een voorbereidende stap voor training, niet de training zelf. 'Pre-training' is de initiële, grootschalige training van het FM op een brede dataset, wat voorafgaat aan fine-tuning. 'Evaluation' is het meten van de prestaties van het model, wat na de training of fine-tuning plaatsvindt.