Tutoriales y consejos

Jason Liu demuestra que ajustar con unos cientos de datos un modelo de embeddings de código abierto supera a OpenAI text-embedding-3-small

Título original:Beating proprietary models with a quick fine-tune

Resumen de IA

Este artículo de ingeniería de Modal explica cómo ajustar un modelo de embeddings de código abierto: con unos cientos de muestras del conjunto de datos de preguntas duplicadas de Quora basta para superar a OpenAI text-embedding-3-small en tareas de similitud de texto.

Resumen rápido

Publicado
Actualizado
Fuente
Modal 官方工程博客(RSS)
Categoría
Tutoriales y consejos
Puntuación IA
61
Leer el original Leer el artículo completo en la fuente original
Por qué importa

原文给出完整的微调实验数据,读者可复用其数据量阈值和超参数网格搜索方法到自己的嵌入任务。

Entidades relacionadas

Fuente y derechos

Este artículo se basa en títulos seleccionados y resúmenes de IA de la API pública de AIHOT, con atribución y enlaces de vuelta. Los derechos del original pertenecen a los medios y autores originales; este sitio no reproduce textos completos.

Artículo original · Ficha de AIHOT

Cómo citar

Al citar este artículo, conserva el título, la fecha y el enlace permanente, e indica que la fuente es Orange News.

Orange News: Jason Liu demuestra que ajustar con unos cientos de datos un modelo de embeddings de código abierto supera a OpenAI text-embedding-3-small. 26. abril 2024. https://new.nat6.net/es/news/c22wry64yi4f4slfe7ybh7rgo/

Ver todo →