يُعدّ الإشراف الضعيف (المعروف أيضًا بالتعلم شبه الموجّه) نموذجًا في مجال التعلّم الآلي، وقد ازدادت أهميته وشهرته مع ظهور نماذج اللغة الضخمة نظرًا لكمية البيانات الهائلة المطلوبة لتدريبها. يتميّز هذا النموذج باستخدام مزيج من كمية صغيرة من البيانات المصنّفة يدويًا (المستخدمة حصريًا في نموذج التعلّم الموجّه الأكثر تكلفةً واستهلاكًا للوقت)، تليها كمية كبيرة من البيانات غير المصنّفة (المستخدمة حصريًا في نموذج التعلّم غير الموجّه). بعبارة أخرى، تُقدّم قيم المخرجات المطلوبة لمجموعة فرعية فقط من بيانات التدريب، بينما تبقى البيانات المتبقية غير مصنّفة أو مصنّفة بشكل غير دقيق. يمكن تشبيه ذلك باختبار، والبيانات المصنّفة بمسائل نموذجية يحلّها المعلّم للصفّ كأداة مساعدة في حلّ مجموعة أخرى من المسائل. في السياق الاستقرائي، تعمل هذه المسائل غير المحلولة كأسئلة اختبار، بينما في السياق الاستقرائي، تصبح مسائل تدريبية من النوع الذي سيُشكّل الاختبار.
قراءة المقال الكامل على ويكيبيديا ←