Treinamento do modelo
O processo de “aprendizado” da rede com enormes volumes de dados - é quando o modelo desenvolve suas habilidades.
Treinamento é o processo em que o modelo aprende suas habilidades: a rede neural processa enormes volumes de dados, e seus parâmetros são ajustados gradualmente para prever respostas corretas cada vez melhor. No caso dos modelos de linguagem, isso significa semanas ou meses de processamento em milhares de placas gráficas. Depois do treinamento, o conhecimento do modelo fica “congelado” - por isso, os modelos têm um limite de conhecimento e não sabem de acontecimentos mais recentes, a menos que sejam conectados a uma ferramenta de busca. Treinar um modelo do zero é caro, então é mais comum ajustar modelos já prontos.