تُزوّد عملية التدريب المسبق النموذج بمعرفة عامة، بينما تعمل عملية الضبط الدقيق على تخصيصه. وتستمر العملية بالتدريب على مجموعة بيانات أصغر خاصة بالمهمة، مع تعديل الأوزان لضمان أداء النموذج بشكل جيد في المجال المستهدف.
تُحدِّث عملية الضبط الدقيق الكاملة جميع المعلمات، وهو أمر مُكلف بالنسبة للنماذج الكبيرة. أما الطرق الفعّالة في استخدام المعلمات، مثل LoRA والمحولات، فتُحدِّث مجموعة فرعية صغيرة فقط، مما يُحقق نتائج مُماثلة بجزء بسيط من موارد الحوسبة.
سيناريوهات الضبط الدقيق الشائعة
- تكييف نموذج اللغة مع مجال معين
- تعليم نموذج الرؤية فئات جديدة
- مواءمة النموذج مع التفضيلات البشرية
- تحسين الأداء على معيار محدد
قد يُسبب الضبط الدقيق مشاكل أيضًا. فقد يُفرط النموذج في التكيف مع البيانات الجديدة، مما يُفقده قدراته العامة. كما أن النسيان الكارثي يمحو المعرفة المكتسبة من التدريب المسبق. ويُساعد ضبط معدلات التعلم بعناية، ودمج البيانات، والتقييم على تخفيف هذه المخاطر.
Comments (3)
Leave a comment