Sanasto

Instruction Tuning

Mikä on Instruction Tuning?

Ohjeistusviritys (instruction tuning) on hienosäädön muoto, jossa esikoulutettua kielimallia koulutetaan edelleen monilla ohje–toivottu vastaus -pareilla. Tämä opettaa mallin noudattamaan luonnollisella kielellä muotoiltuja tehtäviä sen sijaan, että se vain jatkaisi tekstiä. Se on keskeinen vaihe perusmallin muuttamisessa avustajaksi, ja sitä yhdistetään usein menetelmiin, kuten RLHF. Esimerkki: ”Tiivistä tämä teksti kolmeen lauseeseen” suoritetaan luotettavasti.

Miten KI.ordo auttaa

KI.ordo ei kouluta malleja; se käyttää Anthropicin Claude-malleja, jotka on jo koulutettu avustajiksi, ja ohjaa niiden käyttäytymistä ohjeiden ja tietämyksen avulla.

Lue lisää

Aiheet

hienosäätö
kielimallit
Training

Kokeile KI.ordoa

Agentit, työnkulut ja mallit yhdessä työtilassa – maksuton 24 tunnin demo.

Aloita demo

← Kaikki termit

Liittyvät termit

hienosäätö

Hienosäätö tarkoittaa jo esikoulutetun tekoälymallin jatkokoulutusta lisädatalla, joka on yleensä tehtäväkohtaista. Sen sisäisiä painoja säädetään, jotta malli hallitsee esimerkiksi tietyn kirjoitustyylin, erikoissanaston tai tulostusmuodon luotettavammin. Hienosäätö vaatii huolellisesti valmisteltua esimerkkidataa, laskentatehoa ja testausta. Moneen käyttötarkoitukseen riittävät hyvin kirjoitetut ohjeet ja liitetty tietämys, ja niitä on helpompi muuttaa.

mallin koulutus
Mukauttaminen
+1

Vahvistusoppiminen ihmispalautteesta (RLHF)

RLHF on opetusmenetelmä, joka tekee kielimalleista avuliaampia ja turvallisempia. Ihmiset vertailevat ja arvioivat mallin useita vastauksia; näiden arvioiden avulla opetetaan palkkiomalli, joka puolestaan opettaa kielimallia edelleen vahvistusoppimisella. Näin se oppii esimerkiksi vastaamaan selkeämmin tai kieltäytymään ongelmallisista pyynnöistä. RLHF tehdään mallin tarjoajalla ennen mallin julkaisua – ei yksittäisten käyttäjien kanssa.

koulutus
ihmispalaute
+1

Suuri kielimalli (LLM)

Suuri kielimalli (LLM) on neuroverkko, joka on koulutettu hyvin suurilla tekstimäärillä, jotta se ymmärtää ja tuottaa kieltä. Se toimii laskemalla askel askeleelta todennäköisimmän seuraavan tokenin. LLM:t kirjoittavat, tiivistävät, kääntävät, vastaavat kysymyksiin ja tuottavat koodia; tunnettuja esimerkkejä ovat Claude, GPT, Gemini ja Llama. Ilman pääsyä ajankohtaisiin lähteisiin ne tietävät vain sen, mitä niiden koulutusdatassa oli.

kielimallit
generatiivinen tekoäly
+1

Prompt

Kehote (prompt) on syöte, joka kertoo tekoälymallille, mitä sen tulee tehdä – kysymys, tehtävä tai ohje, jota täydennetään usein kontekstilla, esimerkeillä ja halutulla muodolla. Vastauksen laatu riippuu paljon siitä, kuinka selkeä ja täydellinen kehote on. Esimerkiksi ”Kirjoita jotain tuotteestamme” -kehotteen sijaan voi kirjoittaa ”Kirjoita kolme lyhyttä etua tuotteesta X käsityöyrityksille, asiallisella sävyllä”.

kehotesuunnittelu
syöte
+1

Malli