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
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.
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/