ScholarGate
Trợ lý
Machine learningDeep learning / NLP / CV

Transformer tinh chỉnh

Việc tinh chỉnh một mô hình Transformer sẽ điều chỉnh một mô hình lớn đã được huấn luyện trước — như BERT, GPT, hoặc ViT — cho một tác vụ cụ thể bằng cách tiếp tục huấn luyện dựa trên gradient trên một tập dữ liệu đích đã được gán nhãn. Mô hình hai giai đoạn này (huấn luyện trước rồi tinh chỉnh) liên tục đạt được kết quả tiên tiến trên các tác vụ xử lý ngôn ngữ tự nhiên (NLP) và thị giác máy tính với ít dữ liệu đặc thù cho tác vụ hơn nhiều so với việc huấn luyện từ đầu.

Mở trong MethodMindSắp ra mắtVideoSắp ra mắtTải xuống bản trình chiếu

Đọc toàn bộ phương pháp

Chỉ dành cho thành viên

Đăng nhập bằng tài khoản miễn phí để đọc phần này.

Đăng nhập

Bản đồ phương pháp

Lân cận của các phương pháp liên quan — chọn một nút để khám phá.

+4 nữa

Nguồn tài liệu

  1. Vaswani, A., Shazeer, N., Parmar, N., Uszkoreit, J., Jones, L., Gomez, A. N., Kaiser, L., & Polosukhin, I. (2017). Attention is all you need. Advances in Neural Information Processing Systems, 30. link
  2. 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. link

Cách trích dẫn trang này

ScholarGate. (2026, June 3). Fine-Tuned Transformer (Task-Specific Adaptation of Pre-Trained Transformer Models). ScholarGate. https://scholargate.app/vi/deep-learning/fine-tuned-transformer

Phương pháp nào?

Đặt phương pháp này bên cạnh những phương pháp gần gũi nhất với nó và đọc chúng song song — thư viện bày sách lên bàn; lựa chọn là của bạn.

So sánh song song

Được tham chiếu bởi

ScholarGateFine-Tuned Transformer (Fine-Tuned Transformer (Task-Specific Adaptation of Pre-Trained Transformer Models)). Truy cập ngày 2026-06-15 từ https://scholargate.app/vi/deep-learning/fine-tuned-transformer · Bộ dữ liệu: https://doi.org/10.5281/zenodo.20539026