Transfer Learning
Bereits Gelerntes für neue Aufgaben nutzen.
Transfer Learning nutzt ein bereits auf großen Daten trainiertes Modell als Ausgangspunkt und passt es mit vergleichsweise wenig Daten an eine neue, verwandte Aufgabe an. Das spart Rechenzeit und Daten und ist ein Grund, warum Foundation-Modelle so vielseitig einsetzbar sind.