Welke techniek omvat het trainen van AI-modellen op gelabelde datasets om ze aan te passen aan specifieke terminologie en vereisten van de sector?

Fine-tuning is het proces waarbij een reeds getraind AI-model (een 'pre-trained model') verder wordt getraind op een kleinere, specifieke, gelabelde dataset. Dit stelt het model in staat om zich aan te passen aan de unieke terminologie, context en vereisten van een bepaalde sector of taak, zonder helemaal opnieuw te hoeven beginnen met trainen. Data augmentation (dataverrijking) is een techniek om de omvang en diversiteit van een trainingsdataset te vergroten door bestaande gegevens te transformeren, niet om een model aan te passen aan specifieke terminologie. Model quantization (modelkwantisering) is een optimalisatietechniek om de grootte en rekencapaciteit van een model te verminderen voor efficiëntere implementatie, niet voor domeinspecifieke aanpassing. Continuous pre-training (continu voor-trainen) is het voortzetten van het initiële voor-trainingsproces op nieuwe, algemene data, niet specifiek op gelabelde data voor domeinadaptatie.