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
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.
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/