Introduction à l'apprentissage automatique · Question 51 sur 60
Quelles affirmations sur la relation entre fine-tuning et RAG sont correctes ?
3 réponses sont correctes. Difficile Créé avec l’IA
Afficher la solution
Solution
- B Un modèle préentraîné peut être adapté par RAG, par fine-tuning ou par les deux
- C Lors du fine-tuning, la performance est évaluée et un fine-tuning supplémentaire est effectué si nécessaire jusqu'à ce que les critères d'acceptation soient satisfaits
- E Le fine-tuning exige beaucoup moins de données d'entraînement qu'un entraînement à partir de zéro
Explication
Un modèle préentraîné peut combiner RAG, fine-tuning ou les deux. Par rapport à un entraînement à partir de zéro, le fine-tuning économise beaucoup de données d'entraînement et d'efforts ; après l'entraînement, la performance est évaluée et un fine-tuning supplémentaire peut être effectué. Le RAG, en revanche, ne modifie pas le modèle.