Ajuste fino

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

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 na Estação de validação 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).

For the detailed steps involved in fine-tuning an ML model, check the Import Documents section of the Document Manager documentation.

Importante: muitas vezes, assume-se erroneamente que a maneira de usar os dados da Estação de Validação é retreinar a versão do modelo anterior iterativamente, de modo que o lote atual seja usado para treinar o pacote X.1 e 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.