Kỷ nguyên là một đơn vị trong quá trình học máy trong đó toàn bộ tập dữ liệu huấn luyện được truyền qua mô hình một lần.
Kỷ nguyên là một đơn vị trong đào tạo máy học đề cập đến việc yêu cầu mô hình học toàn bộ tập dữ liệu một lần. Theo tiêu chuẩn ngành, nó được coi là một trong những siêu tham số cơ bản cùng với quy mô lô và tốc độ học tập, đồng thời số lượng kỷ nguyên là thước đo tiến độ học tập. Mô hình phù hợp hơn với dữ liệu khi số lượng kỷ nguyên tăng lên, nhưng nếu số lượng kỷ nguyên tăng quá nhiều, mô hình sẽ khớp quá mức với dữ liệu huấn luyện và hiệu suất tổng quát hóa đối với dữ liệu chưa biết sẽ giảm, dẫn đến tình trạng khớp quá mức. Mặt khác, nếu quá ít thì việc học sẽ không đủ. Trong hoạt động thực tế tính đến năm 2026, số lượng kỷ nguyên trong việc tinh chỉnh các mô hình ngôn ngữ quy mô lớn sẽ liên quan trực tiếp đến thời gian sử dụng của GPU đám mây hay nói cách khác là chi phí nên thường sẽ được đặt khi xem xét hiệu quả chi phí. Trong thực tế, thông lệ là sử dụng tính năng dừng sớm, tính năng này sẽ chấm dứt khi mức độ mất dữ liệu xác minh ngừng giảm, để tránh những khoảng thời gian không cần thiết chỉ làm tăng chi phí. Theo ước tính sơ bộ, việc tinh chỉnh với một lượng nhỏ dữ liệu có thể yêu cầu một số kỷ nguyên, trong khi đào tạo trước quy mô lớn có thể yêu cầu hàng chục kỷ nguyên trở lên, vì vậy cần lưu ý rằng phương pháp lựa chọn sẽ khác nhau rất nhiều tùy thuộc vào nhiệm vụ và lượng dữ liệu.