מה זה Fine-tuning (כוונון עדין)

הגדרה

התהליך שבו לוקחים מודל AI קיים ומאומן וממשיכים לאמן אותו על מאגר נתונים קטן ומתמחה, כדי להתאים אותו למשימה ספציפית. כך המודל לומד מינוח והנחיות ייחודיים לעסק.

צורה של למידת העברה שבה המשקלים של רשת עצבית מאומנת מראש מכווננים באמצעות אימון על מאגר נתוני יעד, כדי לייעל את הביצועים ביישום מיוחד.

למה זה חשוב

כוונון עדין מאפשר לעסקים ללמד מודל פורמטים מותאמים, מינוח מיוחד או הנחיות קנייניות. הוא מסייע לך לקבל תפוקות איכותיות ממודל קטן יותר, ומפחית עלויות אחסון וזמן אחזור.

קשור ישירות: AI Model (מודל AI), Model Training (אימון מודל), LLM (מודל שפה גדול).

טיפים לשיפור

• נסה להשתמש בהנדסת פרומפטים ו-RAG תחילה, שכן הם זולים ומהירים יותר ליישום מכוונון עדין.
• אסוף לפחות כמה מאות דוגמאות נקיות ואיכותיות של קלטים ותפוקות אידיאליים לפני התחלת ריצת כוונון עדין.
• התחל עם קצב למידה נמוך כדי לכוונן את משקלי המודל לאט ולמנוע ממנו לשכוח את יכולותיו המקוריות.

טעויות נפוצות

• לכוונן מודל ללמידת עובדות, שמטופלות טוב יותר על ידי RAG, שכן מודלים שוכחים בקלות עובדות במהלך הכוונון.
• לאמן על מאגר נתונים המכיל דוגמאות רועשות, לא עקביות או מעוצבות בצורה לקויה.
• להזניח הערכה של המודל המכוונן עדין מול מודל הבסיס המקורי כדי לאמת שהביצועים אכן השתפרו.