În învățarea automată, antrenarea ajustează un model folosind date și un obiectiv. Utilizarea ulterioară aplică sistemul rezultat unor intrări. Un sistem poate folosi și exemple din contextul curent fără să-și schimbe permanent parametrii.

Întrebarea importantă este ce se transferă la cazuri necunoscute. Caută evaluări dincolo de exemplele familiare, separarea clară a antrenării de testare și descrierea situațiilor în care performanța se schimbă. Mai multe date reprezintă o alegere de resurse, nu o explicație completă a învățării.

Surse și lecturi suplimentare

Linkurile duc la relatările originale sau la cercetarea primară.

  1. Vaswani et al. · Attention Is All You Need (2017)
  2. Liang et al. · Holistic Evaluation of Language Models (2022)