了解何時微調基礎模型
藉由使用開放原始碼預先定型基礎模型，您可以節省資源。 有時候，您可能需要微調基礎模型，以符合您的特定需求。
探索模型目錄中的基礎模型
基礎模型是已定型作為各種使用案例基底的大型機器學習模型。
在 Azure Machine Learning 中，您可以透過搜尋模型目錄來探索開放原始碼基礎模型。 您需要的基礎模型類型取決於使用模型的用途。
一般而言，基礎模型會以大量資料定型，在執行一般工作方面表現卓越，例如了解語言、產生文字和預測內容。 不過，如果您需要針對特定工作或網域量身打造的模型，則可能不是最佳選擇。 在這種情況下，微調基礎模型的工作特定資料有助於符合您的特定需求，並達到更好的結果。
針對特定工作微調基礎模型
雖然基礎模型可能已經滿足您的需求，但是您可能需要微調基礎模型。
基礎模型會預先定型來自網際網路的各種文字範圍，使其熟悉一般語言理解。 不過，微調可讓您針對特定工作或網域量身打造模型的知識、將效能最佳化，並確保在該特定內容中表現良好。
您可能想要微調基礎模型的一些常見工作如下：
- 文字分類：根據內容，將指定文字分類為預先定義的類別或分類。
- 語彙基元分類：將特定標籤或標記指派給文字中的個別語彙基元或單字，通常用於具名實體辨識等工作。
- 問題解答：針對以自然語言提出的問題，提供正確且相關的解答。
- 摘要：建立較長文字的簡潔且一致摘要，並擷取重要資訊。
- 翻譯：將文字從一種語言轉換成另一種語言，同時保留意義和內容。
由於基礎模型已預先定型，因此您需要較小的工作特定資料集，即可微調基礎模型。 當您微調模型時，可能需要較少的資料和計算，而不是從頭開始定型模型。
您可以從 Azure Machine Learning 中的模型目錄微調基礎模型。 您只需要小型資料集和 GPU 叢集，即可微調模型。