Réglage

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/fr/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.

Nous ne recommandons pas d'entraîner des modèles ML à partir de zéro (c'est-à-dire en utilisant le paquet ML DocumentUnderstanding) en utilisant les données de la Station de validation, mais uniquement d'améliorer les modèles ML existants (y compris les modèles prêts à l'emploi).

• Pour connaître les étapes détaillées nécessaires pour l’amélioration d’un modèle ML, consultez la section « Importer des documents » de la documentation de Document Manager.

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

  Important :

  Ajoutez toujours les données de la station de validation au même ensemble de données et entraînez-vous sur la version mineure 0 du package ML

  Il est souvent supposé à tort que la façon d'utiliser les données de la Station de validation consiste à réentraîner de manière répétée la version précédente du modèle, de sorte que le lot actuel est utilisé pour former le package X.1 afin d'obtenir la version X.2. Ensuite, le batch suivant s'entraîne sur la version X.2 pour obtenir la version X.3 et ainsi de suite. C'est la mauvaise façon d'utiliser le produit. Chaque lot de la Station de validation doit être importé dans la même session Document Manager que les données d'origine labellisées manuellement, créant ainsi un ensemble de données plus volumineux, qui doit être utilisé pour toujours s'entraîner sur la version X.0 du paquet ML.