noun
El ajuste de modelo es el proceso de adaptar un modelo de inteligencia artificial preentrenado—como un generador de texto o imágenes—para que funcione mejor en una tarea específica. En lugar de entrenar un modelo desde cero, lo cual es costoso y lento, el ajuste aprovecha el conocimiento existente y lo refina con nuevos datos especializados.
Por ejemplo, un generador de imágenes general podría ajustarse con escáneres médicos para mejorar la detección de tumores. El proceso suele implicar alimentar al modelo con un conjunto de datos más pequeño y ajustar sus parámetros para reducir errores. Esto suele costar menos que un entrenamiento completo, pero aún requiere recursos y conocimientos técnicos.
Para los usuarios, el ajuste de modelo cambia lo posible sin necesidad de crear un modelo desde cero. Permite personalizar aplicaciones específicas, como ajustar un chatbot para manejar consultas de un producto en particular. Sin embargo, introduce costos—tanto económicos como de tiempo—y puede requerir habilidades técnicas para implementarse correctamente.
Una empresa ajusta un modelo de lenguaje con transcripciones de atención al cliente para mejorar sus respuestas a quejas comunes.
En otros idiomas
Véase también: Transfer Learning · Hyperparameter tuning · Overfitting