LLM - 使用自訂資料進行微調

了解如何使用 OpenAI、梯度( Gradient )平台在你自己的資料集微調 GPT 3.5 Turbo 模型

從這 5.5 小時的課程，你會學到

了解微調與訓練數據
使用 GPT 模型、GPT 3.5 Turbo 模型、Open AI 模型進行微調
準備、建立和上傳訓練和驗證資料集
使用梯度平台進行微調
創建 Elon Musk 推文產生器( Tweet Generator )
建構資料擷取微調模型( fine-tune model )

要求

基礎 Python 知識

課程說明

歡迎來到 LLM – 使用自訂資料進行微調！

如果你熱衷於將機器學習技能提升到新的水平，那麼本課程就是為你量身定制的。準備好開始學習之旅，這將使你能夠使用自訂資料集微調語言模型，從而釋放創新和創造力的可能性。

LLM 與微調簡介

在這個開頭部分，你將了解課程結構和目標。我們將探討微調在增強語言模型方面的重要性，並深入研究為客製化奠定基礎的基礎模型。發現需要微調和各種探索策略背後的原因，包括了解關鍵模型參數。全面了解 AI 和語言建模的基本原理和先進概念。

使用 GPT 模型進行微調

本節重點在於實際應用。調查可用模型及其用例，然後執行準備和格式化範例資料的基本步驟。了解令牌計數並克服警告和成本管理等潛在陷阱。全面了解微調過程，區分訓練資料和驗證資料。了解將資料上傳到 OpenAI、建立微調作業並確保模型的品質保證。

使用漸層平台快速微調

Gradient AI 平台：唯一支援微調、RAG 開發和開箱即用的專門建置的 LLM 的 AI 代理平台。預先調整的領域專家人工智慧，即Gradient 提供專為你的產業設計的特定領域 AI。從醫療保健到金融服務，我們從頭開始建立 AI 來理解領域背景。使用該平台使用你自己的資料集上傳和訓練基礎模型。

創建 Elon Musk 推文產生器

使用 Elon Mush 範例推文訓練基礎模型，然後使用「新微調模型」建立 Elon Mush 風格的推文。建立一個 Streamlit 應用程式來並排示範由 OpenAI 產生的普通推文與你自己的模型。

資料擷取微調模型( fine-tune model )

了解如何從原始文本中提取「有價值的資訊」。了解如何傳遞帶有問題和答案的範例資料集，然後傳遞任何原始文字以獲取有價值的資訊。使用真實世界的範例來識別原始費用交易中的人員、支出金額和項目等。

立即註冊，了解如何使用自己的資料微調大型語言模型，並釋放機器學習領域個人化應用和創新的潛力！