Early Stopping

Определение

Техника остановки обучения при ухудшении метрик на валидации для предотвращения переобучения; также применяется в инференсе для досрочного завершения генерации при достижении порога уверенности.

Где встречается

• 25. Как вы оцениваете качество после fine-tuning
• 26. Как вы предотвращаете catastrophic forgetting при fine-tuning
• 34. Какая у вас была самая сложная проблема при fine-tuning и как вы её решили
• 35. Как вы fine-tune embedding модель под свой домен (а не используете готовую)
• 37. Как вы избегаете переобучения при fine-tuning на маленьком датасете
• 47. Что такое ReAct Agent и как он работает
• 165. Как тест-тайм компьютинг меняет MLOps
• 337. Как вы проверяете, что RLHF не сломал базовые способности модели
• 393. Как вы измеряете «cost of reasoning» у агента (не только токены, но и шаги, время, ошибки)
• 583. Как вы делаете agent с bounded rationality (ограниченные вычислительные ресурсы)
• 602. Как работает membership inference атака на LLM
• 622. Как работает membership inference через logits (разница в вероятностях)
• 638. Как работает ∇-Reasoner (градиентный спуск в пространстве токенов на этапе теста)
• 699. Как вы оцениваете, сколько синтетических данных нужно для fine-tuning (power analysis)
• 700. Как вы комбинируете реальные и синтетические данные для максимального качества
• 876. Как избежать evaluation overfitting (когда модель учится на тесте)
• Практика
• 800+ вопросов
• 45. Реализовать learning-to-rank с LambdaMART
• 63. Реализовать verifier-guided decoding
• 65. Реализовать process reward model
• 69. Реализовать deliberate decoding
• 80. Реализовать cost attribution per feature
• 95. Написать runbook для synthetic data collapse
• 223. Fine-tune LoRA для стиля
• 229. Fine-tune embedding под домен
• 235. LoRA для function calling
• 298. Fine-tune embedding для юридического домена

Навигация

• Индекс терминов
• Индекс разборов
• Оглавление