Yapay zeka modellerini belirli sektör terminolojisine ve gereksinimlerine uyarlamak için etiketli veri kümeleri üzerinde eğitme tekniği hangisidir?

İnce ayar (fine-tuning), önceden eğitilmiş bir yapay zeka modelini, belirli bir göreve veya sektöre özgü etiketli veri kümeleri üzerinde yeniden eğiterek uyarlama tekniğidir. Bu, modelin genel bilgisini korurken, yeni veri setinin terminolojisini ve gereksinimlerini öğrenmesini sağlar. Veri büyütme (data augmentation), mevcut veriden yeni örnekler oluşturarak eğitim setini genişletir ancak modelin belirli bir alana uyarlanmasını doğrudan sağlamaz. Model niceleme (model quantization), model boyutunu ve çıkarım hızını optimize etmek için sayısal hassasiyeti azaltır, uyarlama ile ilgili değildir. Sürekli ön eğitim (continuous pre-training), modelin genel bilgisini belirli bir alandaki daha fazla etiketlenmemiş veriyle artırır, ancak ince ayar gibi etiketli verilerle belirli bir göreve doğrudan odaklanmaz.