Glosar

Instruction Tuning

Ce este Instruction Tuning?

Instruction tuning este o formă de fine-tuning în care un model lingvistic pre-antrenat este antrenat în continuare pe multe perechi de instrucțiuni și răspunsuri dorite. Aceasta îl învață pe model să urmeze sarcini formulate în limbaj natural, nu doar să continue textul. Este un pas esențial în transformarea unui model de bază într-un asistent și este adesea combinat cu metode precum RLHF. Exemplu: „Rezumă acest text în trei propoziții” este executat fiabil.

Cum ajută KI.ordo

KI.ordo nu antrenează modele; folosește modelele Claude ale Anthropic, deja antrenate ca asistenți, și le orientează comportamentul prin instrucțiuni și cunoștințe.

Aflați mai multe

Subiecte

fine-tuning
modele lingvistice
Training

Încercați KI.ordo

Agenți, fluxuri și șabloane într-un singur spațiu de lucru – demo gratuit de 24 de ore.

Porniți demo-ul

← Toți termenii

Termeni înrudiți

fine-tuning

Fine-tuning înseamnă continuarea antrenării unui model IA deja pre-antrenat cu date suplimentare, de obicei specifice unei sarcini. Ponderile sale interne sunt ajustate astfel încât modelul să gestioneze mai fiabil, de exemplu, un anumit stil de scriere, un vocabular de specialitate sau un format de ieșire. Fine-tuning-ul necesită date de exemplu pregătite cu grijă, putere de calcul și testare. Pentru multe aplicații, instrucțiunile bine scrise și cunoștințele conectate sunt suficiente și mai ușor de modificat.

antrenarea modelelor
personalizare
+1

Învățarea prin întărire pe baza feedbackului uman (RLHF)

RLHF este o metodă de antrenare care face modelele lingvistice mai utile și mai sigure. Oamenii compară și evaluează mai multe răspunsuri ale modelului; aceste judecăți sunt folosite pentru a antrena un model de recompensă, care antrenează apoi, prin învățare prin întărire, chiar modelul lingvistic. Acesta învață astfel, de exemplu, să răspundă mai clar sau să refuze solicitările problematice. RLHF are loc la furnizorul modelului, înainte ca un model să fie lansat – nu la utilizatorii individuali.

antrenare
feedback uman
+1

Model lingvistic de mari dimensiuni (LLM)

Un model lingvistic de mari dimensiuni (LLM) este o rețea neuronală antrenată pe cantități foarte mari de text, ceea ce îi permite să înțeleagă și să genereze limbaj. Funcționează calculând, pas cu pas, cel mai probabil token următor. LLM-urile scriu, rezumă, traduc, răspund la întrebări și generează cod; exemple cunoscute sunt Claude, GPT, Gemini și Llama. Fără acces la surse actuale, ele știu doar ce se afla în datele lor de antrenare.

modele lingvistice
IA generativă
+1

Prompt

Un prompt este intrarea care îi spune unui model de IA ce să facă – o întrebare, o sarcină sau o instrucțiune, adesea completată cu context, exemple și formatul dorit. Calitatea răspunsului depinde în mare măsură de cât de clar și complet este promptul. De exemplu, în loc de „Scrie ceva despre produsul nostru”, folosiți „Scrie trei avantaje scurte ale produsului X pentru firmele din domeniul meșteșugurilor, pe un ton obiectiv”.

prompting
intrare
+1

Șablon