Een bedrijf traint een foundation model en moet de nauwkeurigheid ervan verhogen tot een gespecificeerd acceptatieniveau. Welke actie zal dit bewerkstelligen?

Het verhogen van het aantal training epochs (trainingsrondes) geeft het model meer mogelijkheden om te leren van de trainingsdata en de gewichten aan te passen, wat de nauwkeurigheid kan verbeteren tot een acceptabel niveau. Te veel epochs kunnen leiden tot overfitting, maar voor het bereiken van een gespecificeerd acceptatieniveau is een toename vaak nodig. Het verkleinen van de batch size kan de stabiliteit van de training beïnvloeden, maar garandeert geen hogere nauwkeurigheid. Het verlagen van het aantal training epochs zou de nauwkeurigheid verminderen. Het verhogen van de temperature parameter van het model beïnvloedt de creativiteit of willekeurigheid van de output, niet direct de nauwkeurigheid van de training.