Machine learning
जीपीटी फाइन-ट्यूनिंग
जीपीटी फाइन-ट्यूनिंग, जीपीटी-2/3/4 या LLaMA जैसे पूर्व-प्रशिक्षित ऑटोरेग्रेसिव भाषा मॉडल को डोमेन-विशिष्ट डेटा या मानव प्रतिक्रिया से सुदृढीकरण सीखने (RLHF) या DPO के माध्यम से निर्देशों का पालन करने के लिए अनुकूलित करती है। इसका उपयोग निर्देश पालन, डोमेन अनुकूलन और जनरेटिव कार्यों के लिए किया जाता है।
पूरी विधि पढ़ें
केवल सदस्यों के लिए
साइन इन करेंयह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
- 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 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 1). GPT Fine-Tuning and Instruction Adaptation. ScholarGate. https://scholargate.app/hi/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.
- लोरा और पीईएफटीगहन अधिगम↔ compare
- रैंडम फ़ॉरेस्टमशीन अधिगम↔ compare
- वैरिएशन ऑटोएन्कोडरगहन अधिगम↔ compare
- विजन ट्रांसफार्मरगहन अधिगम↔ compare
- XGBoostमशीन अधिगम↔ compare