Тег
#датасет
Статьи блога Persona с тегом «датасет» — 6 материалов.
Статей с тегом: 6
Форматы обучающих данных: Alpaca ShareGPT ChatML
Один и тот же диалог в трёх форматах — и правило, из-за нарушения которого модель после обучения начинает вести себя странно: формат датасета обязан совпадать с шаблоном чата базовой модели.
Своя модельОчистка датасета: почему грязные данные хуже малых
Сотня чистых примеров даёт лучший результат, чем тысяча с противоречиями и дублями. Процедура очистки из шести шагов и список признаков, по которым пример стоит выбросить.
Своя модельРазметка хороших ответов: как оценки превращаются в данные
Отмечать стоит не правильные ответы, а те, что звучат как ваши. Критерий оценки, форма записи и что делать с плохими ответами — плюс честно о том, куда эти оценки попадают.
Своя модельСколько примеров нужно для дообучения
Для стиля хватает сотен примеров, для формата — десятков, для знаний не хватит и десятков тысяч. Разбираем пороги по целям и объясняем, почему единого числа не существует.
Своя модельСвоя модель ИИ: как дообучить нейросеть под себя (LoRA и датасет)
Честный разбор: что такое fine-tune и LoRA простыми словами, какой датасет реально нужен, на каком железе обучать и какой результат ждать от своей локальной модели.
Своя модельКак собрать датасет для дообучения ИИ из своих оценок
Качественный датасет важнее объёма. Разбираем, как лайки, дизлайки и выделенные фрагменты превращаются в обучающие пары для своей модели — и где этот подход даёт сбой.
На этой странице совпадений нет
Живой фильтр ищет только по загруженным карточкам. Нажмите «Найти», чтобы искать по всему блогу.