Llama 3 पैरामीटर्स ट्यून करना

Create Your Free Account

By continuing, you accept our Terms of Use, our Privacy Policy and that your data is stored in the USA.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Llama 3 के साथ काम करना

SkillTag.level.intermediateSkillTag.label

4.8+

बड़े लैंग्वेज मॉडल्स का क्षेत्र तेज़ी से बढ़ा है, और Llama इसमें अलग नजर आता है। Llama 3 के साथ संभावनाएँ और बढ़ गई हैं। इसकी क्षमताएँ जानिए, इसे llama-cpp-python के साथ उपयोग करना सीखिए, और पैरामीटर्स समायोजित करके तथा बातचीत को निर्देशित करने के लिए विशेष भूमिकाएँ सौंपकर मॉडल के व्यवहार को नियंत्रित करना समझिए।

Exercise 1: Llama क्या है?Exercise 2: Llama 3 के साथ चैटिंग Exercise 3: रेस्पॉन्स निकालना Exercise 4: Llama 3 पैरामीटर्स ट्यून करना

वर्तमान अभ्यास

Exercise 5: कस्टमर सपोर्ट के जवाब निर्देशित करना Exercise 6: सुरक्षित प्रतिक्रियाएँ सुनिश्चित करना Exercise 7: क्रिएटिव कॉपी जनरेट करना Exercise 8: चैट रोल असाइन करना Exercise 9: एक बातचीत बनाना Exercise 10: System संदेश

लैंग्वेज मॉडल्स केवल टेक्स्ट जनरेट करने से आगे बढ़कर, निर्देशित किए जाने पर स्ट्रक्चर्ड और संदर्भ-संवेदी रिस्पॉन्स भी दे सकते हैं। इस अध्याय में, आप सीखेंगे कि llama-cpp-python का उपयोग करके विशेष फ़ॉर्मैट्स में आउटपुट कैसे जनरेट करें, जिनमें डेटा इंटेग्रेशन के लिए JSON-कम्पैटिबल रिस्पॉन्स भी शामिल हैं। आप अलग-अलग टास्क्स के अनुरूप रिस्पॉन्स लाने के लिए प्रॉम्प्टिंग तकनीकों से Llama के आउटपुट को और परिष्कृत भी करेंगे। अंत में, आप ऐसे संवाद बनाएँगे जो कई एक्सचेंजेज़ में संदर्भ बनाए रखें, ताकि इंटरैक्शन अधिक स्वाभाविक हों।

Exercise 1: असंरचित उत्तरों को निर्देशित करना Exercise 2: Llama के लिए प्रॉम्प्ट फॉर्मेट करना Exercise 3: Llama के साथ फ्यू-शॉट प्रॉम्प्टिंग Exercise 4: स्ट्रक्चर्ड आउटपुट जनरेट करना Exercise 5: JSON इन्वेंटरी लिस्ट बनाना Exercise 6: संरचित JSON स्कीमा निर्दिष्ट करना Exercise 7: कन्वर्सेशन बनाना Exercise 8: एक संवादात्मक क्लास बनाना Exercise 9: सिंगल-टर्न बातचीत Exercise 10: मल्टी-टर्न बातचीत Exercise 11: बधाई हो!