Жизненный цикл модели
Определение
Жизненный цикл ML-модели — этапы от постановки задачи до вывода из эксплуатации: сбор данных, обучение, deployment, мониторинг, обновление.
Простое объяснение
Это все этапы жизни AI-модели: от создания до момента, когда её заменят на новую версию.
Подробнее
Этапы MLOps жизненного цикла:
- Постановка задачи и метрик
- Сбор и подготовка данных
- Feature engineering
- Обучение и валидация
- Deployment в production
- Мониторинг и обслуживание
- Переобучение/вывод
Связанные термины
Emergent Abilities
Emergent Abilities — способности, которые появляются у моделей только при достижении определённого масштаба и отсутствуют у меньших версий.
RLHF
Reinforcement Learning from Human Feedback — метод обучения AI-моделей на основе человеческих предпочтений, используемый для выравнивания поведения модели с человеческими ценностями.
NLP
Обработка естественного языка (NLP) — область AI, занимающаяся взаимодействием компьютеров с человеческим языком: понимание, генерация, перевод.
Few-shot Learning
Few-shot Learning — способность модели выполнять новую задачу, увидев лишь несколько примеров в промпте без дополнительного обучения.