ConceptAI › Machine Learning › Model Adaptation › Fine-Tuning
Fine-Tuning
微调
一句话理解
微调在已有模型的基础上，用目标数据继续训练，使模型适应具体需求。
在已有能力上继续练专项。
最好理解的例子
让通用视觉模型继续学习某家工厂的产品照片，使其适应划痕、裂纹等缺陷识别任务。
核心机制
- 1
加载已训练模型并准备目标数据。
- 2
确定损失函数与要更新的参数范围。
- 3
计算目标损失，更新选定参数。
- 4
通过独立验证数据选择训练设置，检查过拟合。
关键关系
快速对比
修改提示词只改变模型输入；微调会改变模型参数或新增可训练适配参数。
常见误解
微调不保证提升泛化。目标数据过少、偏差过大或训练过度，都可能导致过拟合或损害原有能力。
知识邻域
AI → Machine Learning → Model Adaptation