Función objetivo

Objective function

También: Objective function

Cantidad matemática que el entrenamiento intenta minimizar o maximizar.

Definición técnica

Función escalar de parámetros y datos que combina una medida de ajuste con posibles restricciones o términos de regularización.

Camilo Boo

Automatización de procesos, integración de sistemas y software a medida para reducir tareas manuales y mejorar el control operativo.

Navegación

Traduce el comportamiento deseado a una señal optimizable, aunque no captura automáticamente todos los objetivos reales.

Proporcionar al optimizador una dirección cuantificable para modificar el modelo.

Calcula un valor sobre predicciones y objetivos; su derivada produce señales para los parámetros.

Ejemplo práctico

Un clasificador minimiza entropía cruzada más una penalización de regularización.

Ejemplo empresarial

Un modelo prioriza precisión y coste mediante una formulación evaluada antes del despliegue.

Puede incluir una función de pérdida, pero objetivo de entrenamiento y métrica empresarial no son necesariamente iguales.

Los criterios humanos complejos suelen reducirse a aproximaciones incompletas.

Optimizar un proxy mal elegido puede mejorar la cifra mientras empeora el resultado real.

El modelo aprende lo que formaliza la función objetivo, no toda la intención implícita.

Nivel: Técnico
Categorías: Entrenamiento de modelos
Recorridos: Diccionario técnico para profesionales Índice alfabético completo de términos

PDF gratuito

Una selección editorial para consultar conceptos relacionados fuera de la web.

Deep Learning, Chapter 8: Optimization for Training Deep Models
MIT Press · Autor: Ian Goodfellow, Yoshua Bengio and Aaron Courville · Publicación científica · Publicado el 18 de noviembre de 2016
Capítulo académico sobre objetivos, lotes, SGD, optimización, estabilidad y convergencia durante el entrenamiento.
Direct Preference Optimization: Your Language Model is Secretly a Reward Model
arXiv · Autor: Rafael Rafailov et al. · Publicación científica · Publicado el 29 de mayo de 2023
Fuente primaria que formula DPO como objetivo de preferencias sin entrenar un modelo de recompensa separado.