कस्टमर सर्विस QA के लिए Llama का फाइन-ट्यूनिंग
आप एक ऐसी कंपनी में काम करते हैं जो कस्टमर सर्विस चैटबॉट बनाती है। आपकी टीम कस्टमर सर्विस बॉट में Llama मॉडल्स का उपयोग करती है, और आप कस्टमर सर्विस से जुड़े क्वेश्चन-आंसरिंग डेटासेट पर फाइन-ट्यूनिंग करके मॉडल को बेहतर बनाना चाहते हैं। इन मॉडलों से सर्वश्रेष्ठ परफॉर्मेंस पाने के लिए, आपकी टीम इस टास्क के लिए bitext डेटासेट का उपयोग करके एक Llama मॉडल को फाइन-ट्यून करेगी.
ट्रेनिंग स्क्रिप्ट लगभग तैयार है; केवल आख़िरी स्टेप बाकी है, जहाँ आप मॉडल, टोकनाइज़र, ट्रेनिंग डेटासेट, और ट्रेनिंग आर्ग्यूमेंट्स को साथ लाएँगे और ट्रेनिंग शुरू करेंगे.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Llama 3 के साथ फाइन-ट्यूनिंग
अभ्यास निर्देश
- उस क्लास को उसकी लाइब्रेरी से इम्पोर्ट करें जो आपको supervised fine-tuning करने देती है.
- supervised fine-tuning के लिए उपयोग होने वाली क्लास को
model,tokenizer,dataset, औरtraining_argumentsपास करके इंस्टैंशिएट करें. - अपने मॉडल की fine-tuning शुरू करने के लिए इंस्टेंस मेथड चलाएँ.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Import the supervised fine-tuning class
from ____ import ____
# Instantiate fine-tuning class
trainer = ____(
# Pass necessary arguments
____=____,
____=____,
____=____,
____=____,
)
# Start training
trainer.____()