LangChain hands-on tutorial: fine-tuning at pagsusuri ng LLaMA2-7b-chat at gpt-3.5-turbo gamit ang LangSmith
Orihinal na pamagat:Using LangSmith to Support Fine-tuning
AI summary
Naglabas ang LangChain ng gabay sa fine-tuning at evaluation, gamit ang LangSmith para sa dataset management at evaluation, qLoRA fine-tuning ng LLaMA2-7b-chat sa CoLab, at fine-tuning ng gpt-3.5-turbo ng OpenAI gamit ang 50 sample, kung saan ang test task ay knowledge graph triple extraction.
Mahahalagang impormasyon
- Naglabas ang LangChain ng gabay sa fine-tuning at evaluation,gamit ang LangSmith para sa dataset…
- qLoRA fine-tuning ng LLaMA2-7b-chat sa CoLab,at fine-tuning ng gpt-3.
- 5-turbo ng OpenAI gamit ang 50 sample,kung saan ang test task ay knowledge graph triple extraction.
Mabilisang tingin
- Na-publish noong
- Na-update noong
- Pinagmulan
- LangChain:Blog(RSS)
- Kategorya
- Mga Tutorial at Tip
- AI na marka
- 60
原文给出了从数据集管理到评测的完整微调流程和实测分数,读者可以据此判断小模型微调与 GPT-4 few-shot 的取舍。
Kaugnay na Entity
Pinagmulan at copyright
Ang artikulong ito ay batay sa mga piling pamagat at AI summary mula sa pampublikong API ng AIHOT, may nakasaad na pinagmulan at backlink; ang copyright ng orihinal na teksto ay pag-aari ng orihinal na media at may-akda, hindi namin ginagaya ang buong teksto.
Paano banggitin
Kapag binabanggit ang artikulong ito, panatilihin ang pamagat, petsa at permanenteng link, at banggitin ang Orange News bilang pinagmulan.
Orange News: LangChain hands-on tutorial: fine-tuning at pagsusuri ng LLaMA2-7b-chat at gpt-3.5-turbo gamit ang LangSmith. 23 Agosto 2023. https://new.nat6.net/fil/news/cmt96t9tm0aucroly7tsytvkz/