微调

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/zh-CN/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.

我们不建议使用来自验证站点的数据从头开始训练 ML 模型（即 DocumentUnderstanding ML 包），而仅用于微调现有 ML 模型（包括开箱即用模型）。

• 有关微调 ML 模型的详细步骤，请参阅 Document Manager 文档的“导入文档”部分。

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

  重要提示：

  始终将验证站点数据添加到同一个数据集，并在 ML 包次要版本 0 上进行训练

  用户经常错误地认为，使用验证站点数据的方法是迭代地重新训练先前的模型版本，因此使用当前批次来训练包 X.1 以获取 X.2。然后，下一个批次在 X.2 上训练以获取 X.3，依此类推。以这种方式使用本产品是错误的。每个验证站点批次都需要导入到与最初手动标记的数据相同的 Document Manager 会话中，以创建更大的数据集，然后始终必须使用该数据集在 X.0 ML 包版本上进行训练。