Förtränad

Förtränad är ett svenskt uttryck som beskriver något som har tränats innan det används i ett specifikt sammanhang. Inom artificiell intelligens och maskininlärning används termen särskilt om modeller som har tränats på ett omfattande och generellt dataset innan de används för en uppgift eller domän i praktiken. En förtränad modell kan därefter finjusteras (fine-tuning) på mindre och mer målinriktade data, eller användas direkt i uppgifter där bred kunskap är fördelaktig.

Inom maskininlärning innebär förträning att modellen lär sig generella mönster och representationer som är användbara över flera uppgifter. Genom transfer learning kan man sedan anpassa modellen till en specifik domän eller språk genom relativt liten ny data, vilket ofta kräver mindre beräkningskraft än att träna från grunden.

Exempel och användningsområden: Förtränade språkmodeller, som har tränats på stora textkorpusar, används ofta i naturlig språkbehandling för uppgifter som översättning, sammanfattning eller frågesvar. Förtränade modellkopior används även inom datorseende och andra områden där tidigare erfarenhet gagnar nya uppgifter. Tillgång till förtränade modeller sker ofta via nedladdning eller via API.

Fördelar: sänker databehovet för en ny uppgift, snabbare utveckling, bättre prestanda genom bred kunskap och möjligheten att anpassa till nya domäner genom finjustering. Begränsningar och överväganden: inbyggda partiskheter i träningsdata, domänskillnader som påverkar prestationen, kostnader för förträningen, licens- och upphovsrättsfrågor samt risker vid finjustering som kan leda till överanpassning eller informationsläckage.