Glosārijs

Instruction Tuning

Kas ir Instruction Tuning?

Norādījumu pielāgošana (instruction tuning) ir pielāgošanas (fine-tuning) forma, kurā iepriekš apmācīts valodas modelis tiek tālāk apmācīts ar daudziem norādījumu un vēlamo atbilžu pāriem. Tas modeli māca izpildīt dabiskā valodā formulētus uzdevumus, nevis tikai turpināt tekstu. Tas ir svarīgs solis, pārvēršot bāzes modeli par asistentu, un to bieži apvieno ar tādām metodēm kā RLHF. Piemērs: „Apkopo šo tekstu trīs teikumos” tiek izpildīts droši.

Kā palīdz KI.ordo

KI.ordo modeļus neapmāca; tas izmanto Anthropic Claude modeļus, kas jau ir apmācīti kā asistenti, un vada to uzvedību ar norādījumiem un zināšanām.

Uzzināt vairāk

Tēmas

Pielāgošana (fine-tuning)
Valodas modeļi
Training

Izmēģiniet KI.ordo

Aģenti, plūsmas un veidnes vienā darbvietā – bezmaksas 24 stundu demo.

Sākt demo

← Visi termini

Saistītie termini

Pielāgošana (fine-tuning)

Pielāgošana (fine-tuning) nozīmē jau iepriekš apmācīta MI modeļa tālāku apmācību ar papildu, parasti konkrētam uzdevumam paredzētiem datiem. Tā iekšējie svari tiek pielāgoti, lai modelis drošāk apstrādātu, piemēram, noteiktu rakstības stilu, nozares leksiku vai izvades formātu. Pielāgošanai nepieciešami rūpīgi sagatavoti piemēru dati, skaitļošanas jauda un testēšana. Daudzām lietojumprogrammām pietiek ar labi uzrakstītiem norādījumiem un pieslēgtām zināšanām, un tos ir vieglāk mainīt.

Modeļu apmācība
Pielāgošana
+1

Pastiprinātā mācīšanās no cilvēka atgriezeniskās saites (RLHF)

RLHF ir apmācības metode, kas valodas modeļus padara noderīgākus un drošākus. Cilvēki salīdzina un vērtē vairākas modeļa atbildes; šos vērtējumus izmanto, lai apmācītu atlīdzības modeli, kas ar pastiprināto mācīšanos tālāk apmāca pašu valodas modeli. Tā tas, piemēram, iemācās atbildēt skaidrāk vai noraidīt problemātiskus pieprasījumus. RLHF notiek pie modeļa pakalpojumu sniedzēja pirms modeļa izlaišanas — nevis pie atsevišķiem lietotājiem.

apmācība
cilvēka atgriezeniskā saite
+1

Lielais valodas modelis (LLM)

Lielais valodas modelis (LLM) ir neironu tīkls, kas apmācīts ar ļoti lieliem teksta apjomiem, tāpēc spēj saprast un ģenerēt valodu. Tas darbojas, soli pa solim aprēķinot visticamāko nākamo tokenu. LLM raksta, apkopo, tulko, atbild uz jautājumiem un ģenerē kodu; plaši zināmi piemēri ir Claude, GPT, Gemini un Llama. Bez piekļuves aktuāliem avotiem tie zina tikai to, kas bija to apmācības datos.

Valodas modeļi
Ģeneratīvais MI
+1

Prompt

Uzvedne ir ievade, kas MI modelim norāda, kas jādara — jautājums, uzdevums vai norādījums, bieži papildināts ar kontekstu, piemēriem un vēlamo formātu. Atbildes kvalitāte lielā mērā atkarīga no tā, cik skaidra un pilnīga ir uzvedne. Piemēram, nevis „Uzraksti kaut ko par mūsu produktu”, labāk rakstīt „Uzraksti trīs īsas produkta X priekšrocības amatniecības uzņēmumiem lietišķā tonī”.

uzvedņu veidošana
ievade
+1

Veidne