ПочатиПочніть безкоштовно

Донавчання Llama для відповідей у службі підтримки

Ви працюєте в компанії, що розробляє чат-боти для служби підтримки. Ваша команда використовує моделі Llama у боті підтримки й хоче покращити модель, донавчивши її на наборі даних для запитань і відповідей, пов'язаних із підтримкою клієнтів. Щоб досягти найкращих результатів, ваша команда донавчить модель Llama для цього завдання, використовуючи набір даних bitext.

Скрипт навчання майже завершено. Лишився фінальний крок: об'єднати модель, токенізатор, тренувальний набір даних і параметри навчання та запустити тренування.

Ця вправа є частиною курсу

Тонке налаштування з Llama 3

Переглянути курс

Інструкції до вправи

  • Імпортуйте клас для керованого донавчання зі відповідної бібліотеки.
  • Створіть екземпляр класу для керованого донавчання, передавши model, tokenizer, dataset і training_arguments.
  • Запустіть метод екземпляра, щоб розпочати донавчання вашої моделі.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Import the supervised fine-tuning class
from ____ import ____

# Instantiate fine-tuning class
trainer = ____(
  	# Pass necessary arguments
    ____=____,
    ____=____,
    ____=____,
    ____=____,

)

# Start training 
trainer.____()
Редагувати та запускати код