Dolaďování GPT
Dolaďování GPT přizpůsobuje předtrénované autoregresivní jazykové modely, jako jsou GPT-2/3/4 nebo LLaMA — představené v práci Radfoda a kolegů z OpenAI z roku 2019 — doménově specifickým datům nebo následování instrukcí prostřednictvím zpatnovazebního učení od lidí (RLHF) nebo DPO. Používá se pro následování instrukcí, doménovou adaptaci a generativní úlohy.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Radford, A., Wu, J., Child, R., Luan, D., Amodei, D. & Sutskever, I. (2019). Language Models are Unsupervised Multitask Learners. OpenAI Technical Report. link ↗
- Ouyang, L. et al. (2022). Training Language Models to Follow Instructions with Human Feedback. NeurIPS. DOI: 10.48550/arXiv.2203.02155 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 1). GPT Fine-Tuning and Instruction Adaptation. ScholarGate. https://scholargate.app/cs/deep-learning/gpt-finetuning
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- LoRA a PEFTHluboké učení↔ compare
- Random ForestStrojové učení↔ compare
- Variační autoenkodérHluboké učení↔ compare
- Vision TransformerHluboké učení↔ compare
- XGBoostStrojové učení↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →