Configuration du formateur
Une fois les arguments d'entraînement configurés, il est nécessaire de passer au formateur avant de mettre en œuvre le modèle affiné.
TrainingArguments et Trainer ont été chargés pour vous, ainsi que vos précédents model, tokenizer et training_args.
Remarque : la formation réelle a été désactivée pour cet exercice afin qu'il s'exécute plus rapidement.
Cet exercice fait partie du cours
Introduction aux LLM en Python
Instructions
- Configurez l'objet
Trainer(). - Attribuez les arguments d'entraînement et le tokenizer précédemment définis.
- Veuillez entraîner le modèle.
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# Set up the trainer object
trainer = ____(
model=model,
# Assign the training arguments and tokenizer
____,
train_dataset=tokenized_training_data,
eval_dataset=tokenized_test_data,
____
)
# Train the model
____