资讯 社区 文档
技术能力
语音技术
文字识别
人脸与人体
图像技术
语言与知识
视频技术

优化效果

通过模型迭代、检查并优化训练数据、选择高精度模型等方法,能够提升模型效果。

模型迭代

一个模型很难一次性就训练到最佳的效果,通常会需要结合模型评估报告和校验结果不断扩充数据和调优。

为此平台提供了模型迭代功能,即当模型训练完毕后,会生成一个最新的版本号,首次V1、之后V2……以此类推。可以通过调整训练数据和算法,多次训练,以获得适合业务需求的模型效果。

如果模型已经是上线状态,依然支持模型迭代,只是需要在训练完毕后更新线上服务接口,在接口地址不变的情况下可以持续优化效果。

检查并优化训练数据

  • 新增训练数据
  • 通过模型效果评估报告中的各分类的详细评估指标,有针对性地扩充训练数据
  • 检查测试模型的数据与训练数据的文本类型与风格是否一致,如果不一致,那么很可能会存在模型效果不错但实际测试效果较差的情况。针对这种情况建议重新调整训练集,将训练数据与实际业务场景数据尽可能一致

选择高精度模型

在训练模型时,选择高精度的模型,将提升模型的预测准确率。

「高精度」算法内置文心大模型,将大数据预训练与多源丰富知识相结合,通过持续学习技术,不断吸收海量文本数据中词汇、结构、语义等方面的新知识,实现模型效果不断进化

上一篇
效果评估
下一篇
发起训练