Zubnet AIApprendreWiki › Transfer Apprendreing
Training

Transfer Apprendreing

Utiliser la connaissance apprise d'une tâche ou d'un dataset pour améliorer la performance sur une tâche différente mais reliée. Au lieu d'entraîner à partir de zéro à chaque fois, tu pars avec un modèle qui comprend déjà des patterns généraux (structure du langage, features visuels) et tu l'adaptes à ton besoin spécifique. Le pre-training puis fine-tuning est le paradigme dominant en IA moderne.

Pourquoi c'est important

Le transfer learning est pourquoi l'IA est devenue pratique. Entraîner un modèle de langage à partir de zéro coûte des millions de dollars. Fine-tuner un modèle pré-entraîné sur ta tâche spécifique coûte des dizaines de dollars et quelques heures. Cette économie est ce qui a permis l'explosion des applications IA — tu n'as pas besoin du budget de Google pour construire quelque chose d'utile.

Deep Dive

The key insight: low-level features transfer across tasks. A vision model trained on ImageNet learns to detect edges, textures, and shapes in its early layers — features useful for almost any visual task. A language model trained on web text learns grammar, facts, and reasoning patterns useful for almost any language task. Transfer learning exploits this by reusing the general knowledge and only training the task-specific parts.

The Pre-train + Fine-tune Paradigm

Almost every AI system today follows this pattern: (1) pre-train a large model on a massive, general dataset (expensive, done once), (2) fine-tune on a smaller, task-specific dataset (cheap, done many times). BERT pioneered this for NLP in 2018. GPT scaled it up. The entire LLM industry is built on this paradigm — foundation models are the pre-trained base, and fine-tuning (including RLHF/DPO) is how they become useful assistants.

When Transfer Fails

Transfer learning works best when the source and target domains are related. A model pre-trained on English text transfers well to French (similar structure) but poorly to protein sequences (completely different domain). When domains are too different, transfer can actually hurt performance ("negative transfer"). Domain-specific pre-training (like BioGPT for biomedical text or CodeLlama for code) addresses this by pre-training on domain-relevant data.

Concepts liés

← Tous les termes
← Tool Use Transformer →