Ajuste fino

O AI Center inclui a capacidade de ajustar modelos de ML usando dados que foram validados por um humano através do Validation Station.

Como seu fluxo de trabalho de RPA processa documentos usando um modelo de ML existente, alguns documentos podem exigir validação manual usando a atividade Present Validation Station (disponível em robôs assistidos ou no navegador usando o Orchestrator Action Center).

Os dados validados gerados no Validation Station podem ser exportados usando a atividade Machine Learning Extractor Trainer e podem ser usados para ajustar modelos de ML no AI Center.

Não recomendamos treinar modelos de ML do zero (ou seja, o Pacote de ML DocumentUnderstanding) usando dados do Validation Station, mas sim apenas para ajustar modelos de ML existentes (incluindo modelos prontos para uso).

Para obter as etapas detalhadas envolvidas no ajuste fino de um modelo de ML, consulte a seção Importar documentos da documentação do Document Manager.

Para obter mais detalhes sobre como criar um conjunto de dados para ajuste fino, acesse aqui.

Importante:

Muitas vezes, assume-se erroneamente que a maneira de usar os dados do Validation Station é retreinar iterativamente a versão do modelo anterior, de modo que o lote atual é usado para treinar o pacote X.1 para obter o X.2. Em seguida, o próximo lote treina em X.2 para obter X.3 e assim por diante. Esta é a maneira errada de usar o produto. Cada lote do Validation Station precisa ser importado para a mesma sessão do Document Manager que os dados originais rotulados manualmente, criando um conjunto de dados maior, que deve ser usado para treinar sempre na versão do Pacote de ML X.0 .