फाइन-ट्यून्ड प्रश्नोत्तर (Fine-Tuned Question Answering)
फाइन-ट्यून्ड प्रश्नोत्तर एक बड़े पूर्व-प्रशिक्षित भाषा मॉडल — जैसे BERT, RoBERTa, या GPT-परिवार मॉडल — को किसी दिए गए संदर्भ अंश या ज्ञानकोष पर प्राकृतिक-भाषा के प्रश्नों का उत्तर देने के लिए अनुकूलित करता है। मॉडल सामान्य-उद्देश्यीय पूर्व-प्रशिक्षण के बाद लेबल किए गए QA युग्मों पर प्रशिक्षण जारी रखकर उत्तर के विस्तार का पता लगाना या मुक्त-रूप उत्तर उत्पन्न करना सीखता है।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
पद्धति मानचित्र
सम्बन्धित पद्धतियों का परिवेश — अन्वेषण हेतु किसी नोड का चयन करें।
स्रोत
- Devlin, J., Chang, M.-W., Lee, K., & Toutanova, K. (2019). BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding. Proceedings of NAACL-HLT 2019, 4171–4186. DOI: 10.18653/v1/N19-1423 ↗
- Rajpurkar, P., Zhang, J., Lopyrev, K., & Liang, P. (2016). SQuAD: 100,000+ Questions for Machine Comprehension of Text. Proceedings of EMNLP 2016, 2383–2392. DOI: 10.18653/v1/D16-1264 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Fine-Tuned Pre-trained Language Model for Question Answering. ScholarGate. https://scholargate.app/hi/deep-learning/fine-tuned-question-answering
कौन-सी पद्धति?
इस पद्धति को उसकी निकटतम सजातीय पद्धतियों के साथ रखकर उन्हें साथ-साथ पढ़ें — पुस्तकालय पुस्तकें मेज़ पर रख देता है; चुनाव आपका है।
- BERT-आधारित वर्गीकरणगहन अधिगम↔ तुलना करें
- फाइन-ट्यून्ड BERT-आधारित वर्गीकरणगहन अधिगम↔ तुलना करें
- फाइन-ट्यून्ड टेक्स्ट समराइजेशनगहन अधिगम↔ तुलना करें
- RoBERTa-आधारित वर्गीकरणगहन अधिगम↔ तुलना करें
- वाक्य एम्बेडिंगगहन अधिगम↔ तुलना करें