Feinabstimmung
Anpassung eines vortrainierten Modells an eine spezifische nachgelagerte Aufgabe durch fortgesetzte Schulung auf aufgabenspezifischen Daten, typischerweise mit einer niedrigeren Lernrate. Im Roboter-Lernen ist die Feinabstimmung eines vortrainierten visuellen Encoders oder VLA auf Roboter-Demonstrationsdaten der Standard-Transferlernansatz. Vollständige Feinabstimmung aktualisiert alle Parameter; parametereffiziente Methoden (LoRA, Adapter) aktualisieren nur eine Teilmenge.







