İnce ayar yaklaşımları

Python ile LLM'lere Giriş

Jasmin Ludolf

Senior Data Science Content Developer, DataCamp

İnce ayar

LLM'lerde ince ayar kimya kullanım durumu

Tam ince ayar

Tüm model ağırlıkları güncellenir
Hesaplama açısından maliyetlidir

Tam ince ayar

Kısmi ince ayar

Bazı katmanlar sabittir
Yalnızca göreve özel katmanlar güncellenir

Kısmi ince ayar

Transfer öğrenmesi

Önceden eğitilmiş bir model, farklı ancak ilişkili bir göreve uyarlanır
Bir alandaki bilgiyi ilişkili bir alana taşır

Transfer öğrenmesi paradigması

N-örnekli öğrenme

Sıfır örnekli öğrenme: örnek yok
Tek örnekle öğrenme: bir örnek
Az örnekli öğrenme: birkaç örnek

Tek örnekle öğrenme (One-shot)

from transformers import pipeline

generator = pipeline(task="sentiment-analysis", model="distilbert-base-uncased-finetuned-sst-2-english")

input_text = """
Classify the sentiment of this sentence as either Positive or Negative.
Example:
Text: "I'm feeling great today!" Sentiment: Positive
Text: "The weather today is lovely." Sentiment:
"""

result = generator(input_text, max_length=100)
print(result[0]["label"])

POSITIVE

Haydi pratik yapalım!

Python ile LLM'lere Giriş