Туториалы и советы

Практическое руководство LangChain: дообучение и оценка LLaMA2-7b-chat и gpt-3.5-turbo с помощью LangSmith

Оригинальный заголовок:Using LangSmith to Support Fine-tuning

ИИ-резюме

LangChain выпустила руководство по дообучению и оценке: LangSmith используется для управления наборами данных и оценки, в CoLab выполняется дообучение LLaMA2-7b-chat методом qLoRA, а gpt-3.5-turbo от OpenAI дообучается на 50 примерах; тестовая задача — извлечение триплетов графа знаний.

Ключевые моменты

  • LangChain выпустила руководство по дообучению и оценке: LangSmith используется для управления…
  • 5-turbo от OpenAI дообучается на 50 примерах
  • тестовая задача — извлечение триплетов графа знаний.

Кратко

Опубликовано
Обновлено
Источник
LangChain:Blog(RSS)
Категория
Туториалы и советы
Оценка ИИ
60
Читать оригинал Читать полную статью в первоисточнике
Почему это важно

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。

Связанные сущности

Источник и авторские права

Статья основана на отобранных заголовках и ИИ-резюме из открытого API AIHOT с указанием источника и обратными ссылками. Авторские права на оригинал принадлежат исходным изданиям и авторам; сайт не воспроизводит полные тексты.

Оригинал статьи · Материал на AIHOT

Как цитировать

При цитировании сохраняйте заголовок, дату и постоянную ссылку, указывая источник: Orange News.

Orange News: Практическое руководство LangChain: дообучение и оценка LLaMA2-7b-chat и gpt-3.5-turbo с помощью LangSmith. 23 августа 2023. https://new.nat6.net/ru/news/cmt96t9tm0aucroly7tsytvkz/

Смотреть все →