Feinabstimmung

AI Center includes the capability of fine-tuning ML models using data that has been validated by a human using Validation Station.

As your RPA workflow processes documents using an existing ML model, some documents may require human validation using the [Present Validation Station] (https://docs.uipath.com/de/activities/docs/present-validation-station) activity (available on attended bots or in the browser using Orchestrator Action Center).

The validated data generated in Validation Station can be exported using Machine Learning Extractor Trainer activity, and can be used to fine-tune ML models in AI Center.

Es wird nicht empfohlen, ML-Modelle von Grund auf (d. h. das ML-Paket von DocumentUnderstanding) mit Daten aus der Validation Station zu trainieren, es sei denn vorhandene ML-Modelle (einschließlich out-of-the-box Modelle) sollen fein abgestimmt werden.

• Die detaillierten Schritte zur Feinabstimmung eines ML-Modells finden Sie im Abschnitt „Importieren von Dokumenten“ der Document Manager-Dokumentation.

• For more details about how to build a dataset for fine-tuning, go here.

  Wichtig:

  Fügen Sie immer Validation Station-Daten zu demselben Dataset hinzu, und trainieren Sie mit ML-Paket-Nebenversion 0

  Es wird oft fälschlicherweise angenommen, dass Daten aus der Validation Station dazu verwendet werden, die vorherige Modellversion iterativ erneut zu trainieren, d. h. anhand des aktuellen Batch wird Paket X.1 trainiert, um X.2 zu erhalten. Dann wird der nächste Batch mit X.2 trainiert, um X.3 zu erhalten und so weiter. Dies ist die falsche Art, das Produkt zu verwenden. Jeder Batch der Validation Station muss in dieselbe Document Manager-Sitzung importiert werden wie die ursprünglichen manuell beschrifteten Daten, was ein größeres Dataset ergibt, mit dem dann immer auf der ML-Paketversion X.0 trainiert werden muss.