Machine learning
כוונון עדין של BERT
כוונון עדין של BERT, בהתבסס על מודל BERT שהוצג על ידי דבלין ועמיתיו בשנת 2019, מאמן מחדש מודל BERT שאומן מראש על מערך נתונים קטן ומתויג עבור משימת יעד כגון סיווג, זיהוי ישויות בעלות שם, או מענה על שאלות. באמצעות למידת העברה הוא מגיע לביצועים גבוהים גם עם מעט יחסית נתונים ספציפיים למשימה.
קראו את השיטה במלואה
לחברים בלבד
התחברותהתחברו עם חשבון חינמי כדי לקרוא חלק זה.
Method map
The neighbourhood of related methods — select a node to explore.
מקורות
- 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 ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 1). Fine-Tuning of Pre-trained BERT (Bidirectional Encoder Representations from Transformers). ScholarGate. https://scholargate.app/he/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.
- כוונון עדין של GPTלמידה עמוקה↔ compare
- LoRA ו-PEFTלמידה עמוקה↔ compare
- יער אקראילמידת מכונה↔ compare
- טרנספורמר ראייהלמידה עמוקה↔ compare
- XGBoostלמידת מכונה↔ compare