Fine-Tuning (Künstliche Intelligenz)
Fine-Tuning (deutsch: Feinabstimmung) ist in der künstlichen Intelligenz, insbesondere bei Deep Learning, ein Begriff, unter dem man eine Methode des Lerntransfers eines vortrainierten künstlichen neuronalen Netzwerks versteht. Ein Beispiel ist die Entwicklung von GPT-3 durch OpenAI. Foundation Models (Basismodelle) sind maschinelle Lernmodelle, welche auf einer großen Menge von Daten vortrainiert werden. Sie ermöglichen es, durch Feinabstimmung solche Modelle auf spezifische Aufgaben oder Anwendungsfälle anzupassen und zu optimieren.
Häufig dienen Large Language Models (LLM) als textbasierte Basismodelle, welche insbesondere für die Sprach- und Bildverarbeitung multimodal weiterentwickelt wurden. Auch können Unternehmen eine Lizenz für ein geeignetes Model erwerben und durch Feinabstimmung mittels firmeneigener Daten für spezifische Aufgaben optimierte Lösungen erarbeiten. Dabei wird zu einer bestimmten Anfrage (Prompt) die gewünschte Antwort vorgegeben und mit dem Ergebnis des Modells verglichen. Abweichungen werden ins Modell zur Korrektur eingespeist.
- ↑ Dave Andre: Was ist Feinabstimmung? allaboutai.com, 15. Dezember 2023. Abgerufen am 1. Juni 2024
- ↑ Customize a model with fine-tuning. Microsoft, 21. Mai 2024 (englisch). Abgerufen am 1. Juni 2024
- ↑ PaLM-Modelle abstimmen – Übersicht. Generative AI on Vertex AI, Google Cloud. Abgerufen am 1. Juni 2024
- ↑ Fine-Tuning: customize a model for your application. openai.com. Abgerufen am 1. Juni 2024
- ↑ Fine Tuning: now available with Azure OpenAI Service. Microsoft, 16. Oktober 2023 (englisch). Abgerufen am 2. Juni 2024.