Tanım
Gözetimli ince ayar (SFT), önceden eğitilmiş bir modeli belirli bir görev için etiketli veriler üzerinde eğitme ve parametrelerinin tamamını veya bir kısmını ayarlama sürecidir.
Amaç
Amaç, genel amaçlı modelleri, daha iyi doğrulukla uzmanlaşmış görevlere uyarlamaktır.
Önem
- NLP ve görme görevlerinde temel teknik.
- Yüksek kalitede etiketli veri gerektirir.
- Küçük veri kümeleriyle aşırı uyum riski.
- Genellikle RLHF'nin öncüsüdür.
Nasıl Rezervasyon Yaparım ?
- Önceden eğitilmiş bir model seçin.
- Hedef görev için etiketli verileri toplayın.
- Modeli gözetimli öğrenme ile eğitin.
- Açık tutulan bir test setinde doğrulayın.
- Performansı dağıtın ve izleyin.
Örnekler (Gerçek Dünya)
- GPT müşteri hizmetleri görüşmelerinde ince ayar yaptı.
- BERT, adlandırılmış varlık tanıma için ince ayarlandı.
- Tıbbi görüntü sınıflandırmasında ince ayarlı görüntü dönüştürücüler.
Referanslar / İlave Okumalar
- Devlin ve diğerleri. “BERT: Derin Çift Yönlü Transformatörlerin Ön Eğitimi.” NAACL 2019.
- Sarılma Yüz Transformatörleri Belgeleri.
- Stanford CS224N: Derin Öğrenme ile NLP.
- SFT Nedir? Neden Önemlidir?
