什麼是定型模型?

什麼是定型？ 定型模型建立器用來教導模型如何回答案例問題的自動化程序。 一旦定型，模型就可以使用之前未見過的輸入資料來建立預測。 例如，如果您要預測房價且有新屋上市，您就可以預測其銷售價格。

基礎模型是什麼?

基礎模型是生成式人工智慧 (生成式 AI) 的一種形式。 這些模型以人類語言指令的形式從一個或多個輸入 (提示) 中產生輸出。 模型基於複雜的神經網路，包括生成式對抗網路 (GAN)、轉換器和變分編碼器。 儘管每種類型的網路功能不同，但它們的運作方式是相似的。 通常，FM 使用學習的模式和關係來預測序列中的下一個項目。 例如，在產生影像時，模型會分析影像並建立更清晰、更明確定義的影像版本。 同樣，對於文字，模型會依據之前的字詞及其情境預測文字字串中的下一個字詞。 後，模型使用概率分佈技術選擇下一個字詞。 基礎模型使用自我監督式學習從輸入資料建立標籤。 這意味著沒有人使用帶標籤的訓練資料集來指導或訓練模型。 此功能將 LLM 與以前的機器學習架構區分，後者使用監督式或非監督式學習。

什麼是模型建立器?

在評估階段後，模型建立器會輸出模型檔案，以及可用來將模型新增至應用程式的程式碼。 ML.NET 模型會儲存為 ZIP 檔案。 載入並使用模型的程式碼會新增為解決方案中新專案。 模型建立器也會新增範例主控台應用程式，您可以執行它以查看運行的模型。 此外，Model Builder 可讓您選擇建立取用模型的專案。

model builder 是什麼?

Model Builder 會使用已定型的模型，以新的測試資料進行預測，然後測量預測的表現。 模型建立器會將定型資料分割為定型集和測試集。 定型資料 (80%) 用來定型模型，而測試資料 (20%) 則保留用於評估模型。