Machine learning
ضبط نموذج بيرت الدقيق
ضبط نموذج بيرت الدقيق، بناءً على نموذج بيرت الذي قدمه ديفلين وزملاؤه في عام 2019، يعيد تدريب نموذج بيرت مدرب مسبقًا على مجموعة بيانات صغيرة مصنفة لمهمة مستهدفة مثل التصنيف، أو التعرف على الكيانات المسماة، أو الإجابة على الأسئلة. من خلال التعلم بالنقل، فإنه يحقق أداءً عاليًا حتى مع وجود بيانات قليلة نسبيًا خاصة بالمهمة.
اقرأ الطريقة كاملة
للأعضاء فقط
تسجيل الدخولسجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- Devlin, J., Chang, M.-W., Lee, K. & Toutanova, K. (2019). BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding. NAACL. DOI: 10.18653/v1/N19-1423 ↗
- Sun, C., Qiu, X., Xu, Y. & Huang, X. (2019). How to Fine-Tune BERT for Text Classification. CCL. DOI: 10.1007/978-3-030-32381-3_16 ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 1). Fine-Tuning of Pre-trained BERT (Bidirectional Encoder Representations from Transformers). ScholarGate. https://scholargate.app/ar/deep-learning/bert-finetuning
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- ضبط نماذج GPT الدقيقالتعلم العميق↔ compare
- LoRA و PEFTالتعلم العميق↔ compare
- الغابات العشوائيةتعلم الآلة↔ compare
- محوّل الرؤيةالتعلم العميق↔ compare
- XGBoostتعلم الآلة↔ compare