Tutoriels et astuces

Tutoriel pratique LangChain : affiner et évaluer LLaMA2-7b-chat et gpt-3.5-turbo avec LangSmith

Titre original:Using LangSmith to Support Fine-tuning

Résumé IA

LangChain publie un guide d'affinage et d'évaluation utilisant LangSmith pour la gestion des jeux de données et l'évaluation, avec un affinage qLoRA de LLaMA2-7b-chat sur CoLab et un affinage de gpt-3.5-turbo d'OpenAI sur 50 échantillons, la tâche de test étant l'extraction de triplets de graphes de connaissances.

Points clés

  • LangChain publie un guide d'affinage et d'évaluation utilisant LangSmith pour la gestion des jeux…
  • avec un affinage qLoRA de LLaMA2-7b-chat sur CoLab et un affinage de gpt-3.
  • 5-turbo d'OpenAI sur 50 échantillons,la tâche de test étant l'extraction de triplets de graphes de…

En bref

Publié
Mis à jour
Source
LangChain:Blog(RSS)
Catégorie
Tutoriels et astuces
Score IA
60
Lire l'original Lire l'article complet à la source d'origine
Pourquoi c'est important

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。

Entités associées

Source et droits

Cet article s'appuie sur des titres sélectionnés et des résumés IA issus de l'API publique AIHOT, avec attribution et liens de retour. Les droits sur l'original restent ceux des médias et auteurs d'origine ; ce site ne reproduit pas les textes intégraux.

Article original · Fiche AIHOT

Comment citer

Pour citer cet article, conservez le titre, la date et le lien permanent, et indiquez Orange News comme source.

Orange News : Tutoriel pratique LangChain : affiner et évaluer LLaMA2-7b-chat et gpt-3.5-turbo avec LangSmith. 23. août 2023. https://new.nat6.net/fr/news/cmt96t9tm0aucroly7tsytvkz/

Tout voir →