BERT फाइन-ट्यूनिंग
BERT फाइन-ट्यूनिंग, देव्लिन और उनके सहयोगियों द्वारा 2019 में प्रस्तुत BERT मॉडल पर आधारित, एक पूर्व-प्रशिक्षित BERT मॉडल को वर्गीकरण, नामित-इकाई पहचान, या प्रश्न उत्तर जैसे लक्षित कार्य के लिए एक छोटे लेबल वाले डेटासेट पर पुनः प्रशिक्षित करता है। ट्रांसफर लर्निंग के माध्यम से यह अपेक्षाकृत कम कार्य-विशिष्ट डेटा के साथ भी उच्च प्रदर्शन प्राप्त करता है।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
- 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 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 1). Fine-Tuning of Pre-trained BERT (Bidirectional Encoder Representations from Transformers). ScholarGate. https://scholargate.app/hi/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.
- जीपीटी फाइन-ट्यूनिंगगहन अधिगम↔ compare
- लोरा और पीईएफटीगहन अधिगम↔ compare
- रैंडम फ़ॉरेस्टमशीन अधिगम↔ compare
- विजन ट्रांसफार्मरगहन अधिगम↔ compare
- XGBoostमशीन अधिगम↔ compare