Ugrás a tartalomra
searchboar.

AI-keresés és láthatóság

Tanítóadat: jelentés, példák és használat

A tanítóadat olyan példák összessége, amelyek felhasználásával egy gépi tanulási modell paramétereit alakítják. Nyelvi modelleknél ide tartozhatnak szövegek és más, az adott tanítási feladathoz előkészített adatok. A tanításkor használt anyag nem azonos a válaszadás közben frissen megnyitott weboldallal vagy a kérdés mellé adott dokumentummal.

Más elnevezések: Training data

Röviden

  • A tanítás a modell paramétereit alakítja a példák alapján.
  • Egy megnyitott vagy idézett weboldal nem bizonyítja, hogy tanítóadat volt.
  • A friss dokumentum használatához nem feltétlenül kell újratanítani a modellt.
Ezen az oldalon
Egy korábbi tanítóanyag-gyűjtemény külön helyen áll a válaszhoz frissen előkeresett dokumentumoktól.
Szemléltető ábra: egy korábbi tanítóanyag-gyűjtemény külön helyen áll a válaszhoz frissen előkeresett dokumentumoktól.

Mi történik a tanítás során?

A modell példákon gyakorol, és a tanítási eljárás módosítja a paramétereit. Nyelvi modelleknél ilyen feladat lehet szövegrészek előrejelzése. A Google gépi tanulási tananyaga a mintázatok megtanulását és a paraméterek módosítását külön is bemutatja. A nyelvi modellek tanítása

A modellt nem érdemes egyszerű, kereshető dokumentumarchívumként elképzelni. A tanult mintázatokból előállított válasz nem automatikusan egy konkrét oldal szó szerinti másolata vagy ellenőrizhető idézete.

Tanítóadat, kontextus és tesztadat

A kérdés mellé betett dokumentum a kontextus része lehet anélkül, hogy a rendszer az adott válaszhoz újratanítaná a modellt. A RAG például visszakeresett anyaggal segítheti a válaszkészítést.

A tesztadat feladata más: a teljesítmény ellenőrzése. A Google adatfelosztási útmutatója ezért elkülöníti a tanítási, validációs és teszthalmazt. Ha ugyanazokkal a példákkal tanítunk és bizonyítjuk a sikert, könnyen túl kedvező képet kapunk. Adathalmazok elkülönítése

Példa: megváltozott nyitvatartás

Egy képzeletbeli műhely szombaton már zárva tart, miközben régi webes leírása még szombati nyitvatartást mutat. Egy rendszer a friss hivatalos oldalt visszakeresve adhat helyes választ anélkül, hogy az alapmodell tanítása aznap megváltozna.

Ezzel szemben a friss oldal puszta közzététele nem bizonyítja, hogy bármely szolgáltató felhasználta tanításra. Az AI-hivatkozás és a tanítóanyagba kerülés külön esemény.

Mit jelent ez a weboldalad számára?

Tartsd pontosan és elérhetően a közölni kívánt üzleti információkat. A saját tartalom hasznosságát ne egy feltételezett tanítóadatba kerüléshez mérd. Abból, hogy a modell ismeri a márkanevet, még nem állapítható meg az információ eredete.

A szolgáltatók adatkezelési, tanítási és feltérképezési szabályai eltérnek. A keresési hozzáférés és a tanítási felhasználás fogalmát ezért külön kezeld. Egy tudáshatár sem garantálja, hogy minden korábbi weboldal szerepelt a tanítóanyagban vagy hibátlanul visszaidézhető.

Források

  1. Google gépi tanulási tananyag: A nyelvi modellek tanítása
  2. Google gépi tanulási tananyag: Tanítási, validációs és teszthalmazok