Речник

Instruction Tuning

Какво е Instruction Tuning?

Настройването по инструкции (instruction tuning) е вид фино настройване, при което предварително обучен езиков модел се обучава допълнително върху много двойки инструкции и желани отговори. Така моделът се научава да изпълнява задачи, формулирани на естествен език, а не само да продължава текст. Това е ключова стъпка при превръщането на базов модел в асистент и често се комбинира с методи като RLHF. Пример: „Обобщи този текст в три изречения“ се изпълнява надеждно.

Как помага KI.ordo

KI.ordo не обучава модели; той използва моделите Claude на Anthropic, които вече са обучени като асистенти, и управлява поведението им чрез инструкции и знания.

Научете повече

Теми

Фино настройване
Езикови модели
Training

Изпробвайте KI.ordo

Агенти, потоци и шаблони в едно работно пространство – безплатна 24-часова демонстрация.

Стартирайте демото

← Всички термини

Свързани термини

Фино настройване

Финото настройване (fine-tuning) означава допълнително обучение на вече предварително обучен ИИ модел с допълнителни, обикновено специфични за задачата данни. Вътрешните му тегла се коригират така, че моделът да се справя по-надеждно например с определен стил на писане, специализирана лексика или изходен формат. Финната настройка изисква грижливо подготвени примерни данни, изчислителна мощност и тестване. За много приложения добре формулираните инструкции и свързаните знания са достатъчни и се променят по-лесно.

Обучение на модели
Персонализиране
+1

Обучение с подкрепление от човешка обратна връзка (RLHF)

RLHF е метод за обучение, който прави езиковите модели по-полезни и по-безопасни. Хора сравняват и оценяват няколко от отговорите на модела; тези преценки се използват за обучение на модел на наградата, който след това допълнително обучава самия езиков модел чрез обучение с подкрепление. Така той се научава например да отговаря по-ясно или да отказва проблемни заявки. RLHF се провежда при доставчика на модела, преди моделът да бъде пуснат – не при отделните потребители.

обучение
човешка обратна връзка
+1

Голям езиков модел (LLM)

Големият езиков модел (large language model, LLM) е невронна мрежа, обучена върху много големи количества текст, която може да разбира и генерира език. Работи, като стъпка по стъпка изчислява най-вероятния следващ токен. LLM пишат, обобщават, превеждат, отговарят на въпроси и генерират код; известни примери са Claude, GPT, Gemini и Llama. Без достъп до актуални източници те знаят само онова, което е било в обучителните им данни.

Езикови модели
Генеративен ИИ
+1

Prompt

Промптът е входът, който казва на модела с ИИ какво да прави – въпрос, задача или инструкция, често допълнени с контекст, примери и желания формат. Качеството на отговора зависи силно от това колко ясен и пълен е промптът. Например вместо „Напиши нещо за нашия продукт“ използвайте „Напиши три кратки предимства на продукт X за занаятчийски фирми, във фактически тон“.

промптинг
вход
+1

Шаблон