Tutorial praktikal LangChain: penalaan halus dan penilaian LLaMA2-7b-chat serta gpt-3.5-turbo dengan LangSmith
Tajuk asal:Using LangSmith to Support Fine-tuning
Ringkasan AI
LangChain menerbitkan panduan penalaan halus dan penilaian, menggunakan LangSmith untuk pengurusan set data dan penilaian, menala halus LLaMA2-7b-chat dengan qLoRA di CoLab, dan menala halus gpt-3.5-turbo OpenAI dengan 50 sampel; tugas ujian ialah pengekstrakan triplet graf pengetahuan.
Maklumat penting
- LangChain menerbitkan panduan penalaan halus dan penilaian,menggunakan LangSmith untuk pengurusan…
- 5-turbo OpenAI dengan 50 sampel
- tugas ujian ialah pengekstrakan triplet graf pengetahuan.
Sekilas pandang
- Diterbitkan pada
- Dikemas kini pada
- Sumber
- LangChain:Blog(RSS)
- Kategori
- Tutorial dan petua
- Skor AI
- 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。
Entiti Berkaitan
Sumber dan hak cipta
Artikel ini disusun berdasarkan tajuk pilihan dan ringkasan AI daripada API awam AIHOT, dengan sumber dinyatakan dan pautan balik disediakan; hak cipta teks asal milik media dan penulis asal, laman ini tidak menyalin penuh teks penuh.
Cara memetik
Apabila memetik artikel ini, kekalkan tajuk, tarikh dan pautan kekal, serta nyatakan sumber sebagai Orange News.
Orange News: Tutorial praktikal LangChain: penalaan halus dan penilaian LLaMA2-7b-chat serta gpt-3.5-turbo dengan LangSmith. 23 Ogos 2023. https://new.nat6.net/ms/news/cmt96t9tm0aucroly7tsytvkz/