Ordlista

Instruction Tuning

Vad är Instruction Tuning?

Instruktionsträning (instruction tuning) är en form av finjustering där en förtränad språkmodell tränas vidare på många par av instruktioner och önskade svar. Det lär modellen att följa uppgifter formulerade på naturligt språk i stället för att bara fortsätta en text. Det är ett viktigt steg för att göra en basmodell till en assistent och kombineras ofta med metoder som RLHF. Exempel: ”Sammanfatta den här texten i tre meningar” utförs tillförlitligt.

Så hjälper KI.ordo

KI.ordo tränar inte modeller; plattformen använder Anthropics Claude-modeller, som redan är tränade som assistenter, och styr deras beteende med instruktioner och kunskap.

Läs mer

Ämnen

Finjustering
Språkmodeller
Training

Prova KI.ordo

Agenter, flöden och mallar i en arbetsyta – gratis demo i 24 timmar.

Starta demo

← Alla begrepp

Relaterade begrepp

Finjustering

Finjustering innebär att en redan förtränad AI-modell tränas vidare på ytterligare, vanligtvis uppgiftsspecifika data. Modellens interna vikter justeras så att den till exempel hanterar en viss skrivstil, ett visst fackspråk eller ett visst utdataformat mer tillförlitligt. Finjustering kräver noggrant förberedda exempeldata, beräkningskraft och tester. För många tillämpningar räcker väl formulerade instruktioner och ansluten kunskap, och de är lättare att ändra.

Modellträning
Anpassning
+1

Förstärkningsinlärning från mänsklig återkoppling (RLHF)

RLHF är en träningsmetod som gör språkmodeller mer hjälpsamma och säkrare. Människor jämför och betygsätter flera av modellens svar; dessa bedömningar används för att träna en belöningsmodell, som sedan tränar själva språkmodellen vidare genom förstärkningsinlärning. På så sätt lär den sig till exempel att svara tydligare eller att avböja problematiska förfrågningar. RLHF sker hos modellleverantören innan en modell släpps – inte hos enskilda användare.

träning
mänsklig återkoppling
+1

Stor språkmodell (LLM)

En stor språkmodell (large language model, LLM) är ett neuralt nätverk som tränats på mycket stora textmängder och därmed kan förstå och generera språk. Den fungerar genom att steg för steg beräkna den mest sannolika nästa token. LLM:er skriver, sammanfattar, översätter, besvarar frågor och genererar kod; kända exempel är Claude, GPT, Gemini och Llama. Utan tillgång till aktuella källor vet de bara det som fanns i deras träningsdata.

Språkmodeller
Generativ AI
+1

Prompt

En prompt är den indata som talar om för en AI-modell vad den ska göra – en fråga, en uppgift eller en instruktion, ofta kompletterad med sammanhang, exempel och önskat format. Svarets kvalitet beror i hög grad på hur tydlig och fullständig prompten är. Skriv till exempel i stället för ”Skriv något om vår produkt”: ”Skriv tre korta fördelar med produkt X för hantverksföretag, i saklig ton”.

prompting
indata
+1

Mall