Предварительно обученная модель — это тип машинного обучения, который проходит начальную стадию на крупных объемах данных для решения универсальных задач. После этого модель может быть адаптирована для выполнения более узких задач. Обычно такие модели представляют собой глубокие нейронные сети, обученные на обширных наборах данных, включая изображения, текст и аудио. Применение предварительно обученных моделей, особенно в компьютерном зрении и обработке естественного языка, значительно упрощает и ускоряет разработку новых ИИ-приложений по сравнению с обучением моделей с нуля.