Dolaďovanie GPT
Dolaďovanie GPT adaptuje predtrénované autoregresívne jazykové modely, ako sú GPT-2/3/4 alebo LLaMA — predstavené v práci Radfoda a kolegov z OpenAI z roku 2019 — na doménovo špecifické údaje alebo na sledovanie inštrukcií prostredníctvom učenia s posilňovaním zo spätnej väzby od ľudí (RLHF) alebo DPO. Používa sa na sledovanie inštrukcií, doménovú adaptáciu a generatívne úlohy.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
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 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 1). GPT Fine-Tuning and Instruction Adaptation. ScholarGate. https://scholargate.app/sk/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 PEFTHlboké učenie↔ compare
- Náhodný lesStrojové učenie↔ compare
- Variačný autoenkodérHlboké učenie↔ compare
- Vision TransformerHlboké učenie↔ compare
- XGBoostStrojové učenie↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →