Bonne réponse
- BEntraîner davantage un modèle sur des données spécifiques à un domaine pour modifier son comportement de manière permanente pour une tâche
Explication
Le réglage fin (fine-tuning) est le processus qui consiste à prendre un modèle de langage pré-entraîné et à l'entraîner davantage sur un ensemble de données spécifique à un domaine pour adapter son comportement de manière permanente à une tâche particulière. Il est utilisé à la place de l'ingénierie de prompt lorsque la tâche nécessite des sorties cohérentes et spécialisées qui ne peuvent pas être obtenues de manière fiable par de simples instructions de prompt, telles que la classification de dossiers médicaux ou la génération de documents juridiques.
Pour aller plus loin
Le réglage fin continue d'entraîner les poids d'un modèle pré-entraîné sur un ensemble de données sélectionné afin que le comportement appris persiste à chaque inférence future sans avoir besoin des exemples dans le prompt. L'ingénierie de prompt façonne plutôt la sortie au moment de la requête via des instructions, des exemples ou des messages système, en laissant les poids intacts. Le réglage fin convient à un ton cohérent, à des schémas de sortie stricts ou à un vocabulaire spécialisé qui consommerait par ailleurs de grands budgets de prompts, et il peut réduire la latence et le coût en jetons. Une subtilité : le réglage fin ne peut pas injecter de manière fiable de nouvelles connaissances factuelles et peut aggraver la capacité générale si l'ensemble de données est restreint ou bruyant, de sorte que l'augmentation par récupération est souvent préférable pour modifier des faits. Un cas réaliste est un assistant de support qui doit toujours émettre un schéma de ticket JSON fixe.
À propos de ces questions d'entraînement
Cette question fait partie des questions d'entraînement AI-900 originales de Courseiva, rédigées pour apprendre et jamais copiées d'examens réels ou de dumps.
Traduite de l'original anglais avec l'IA et vérifiée pour le sens. Les codes d'examen, les commandes et les noms de produits sont conservés tels qu'ils apparaissent à l'examen.