İnce ayar nedir?
İnce ayar, büyük ölçekli bir temel modelin ek eğitimle yeniden eğitilmesi ve model ağırlıklarının değiştirilmesidir. Temel model önceden geniş veri kümeleriyle eğitilmiştir; ince ayar bu başlangıç üzerine ek eğitim uygular. İşletme, kendi küçük ve özel veri kümesiyle bu modeli uyarlayarak sektöre özgü terminolojiye, belirli görevlere veya tercih edilen yanıt biçimine daha iyi uyum sağlatabilir. Yöntem, sıfırdan eğitime göre daha ekonomik kabul edilir. Doğru kullanım için veri hazırlığı, doğrulama ayrımı ve sonuçların ayrı ölçülmesi gerekir.
Ağırlık güncellemesi ve yöntem seçimi
İnce ayarda model, uyarlama verisi üzerinden ek eğitim turları görür ve ağırlıkları bu süreçte günceller. Kaynak iki ana yaklaşım tanımlar: alana özgü veriyle alan uyarlaması ve talimat-yanıt örnekleriyle talimat tabanlı ince ayar. Hangisinin uygun olduğu kullanım senaryosuna ve seçilen temel modele bağlıdır. Seçim, değişmesi istenen şeyin yanıt biçimi mi yoksa alan dilinin bilgisi mi olduğuna göre yapılmalıdır.
Temel ayar parametreleri
Kaynakta sık desteklenen ayarlar arasında epoch sayısı, öğrenme oranı, toplu iş boyutları, örnek sınırları ve doğrulama bölme oranı bulunur. Epoch, eğitim verisinin modelden kaç kez geçeceğini belirtir. Öğrenme oranı, ağırlıkların her toplu adımda ne kadar değişeceğini kontrol eder. LoRA alpha değerinin genellikle LoRA r değerinin iki ila dört katı olarak önerildiği belirtilir.
Temsili işletme örneği
Çevrimiçi bir mobilya mağazası, müşteri hizmetleri asistanının ürün kategorilerindeki teknik terimleri doğru kullanmasını istiyor. Temsili bir ekip, 600 örnekten oluşan soru-yanıt çiftleriyle talimat tabanlı bir ince ayar denemesi yapar. Verinin yüzde onunu doğrulama için ayırır. Eğitim sonrasında eski ve yeni modele aynı 50 test sorusu sorulur. Terim kullanımı iyileşse bile fiyat, stok ve kargo süresi gibi güncel bilgilerin hâlâ belge veya veri kaynağından alınması gerektiği not edilir.
İnce ayar ile bilgi erişimi farkı
| İnce ayar | Bilgi erişimi (RAG) |
|---|---|
| Model ağırlıklarını değiştirir | Ağırlıklar değişmez, belge çekilir |
| Eğitim verisi hazırlığı gerektirir | Güncel belgeler dizine eklenir |
| Yanıt biçimi ve terim uyumu için uygundur | Güncel ve kaynaklı bilgi için uygundur |
Sık karıştırılan nokta
Yaygın yanlış düşünce, her sohbetin modeli kendiliğinden eğittiği ve yeni bilgilerin otomatik öğrenildiğidir. Oysa ince ayar ayrı ve planlı bir eğitim sürecidir; ağırlıklar yalnız bu süreçte değişir. Güncel fiyat, stok veya kampanya bilgisi için ince ayar uygun değildir; bu bilgiler kaynak belgeden alınmalıdır.
Uygulamada dikkat edilecekler
- Eğitim verisindeki örnekleri ürün kategorisi ve yanıt biçimi açısından etiketleyip ikinci bir kişiyle kontrol edin.
- Eğitim ve doğrulama verisini eğitimden önce ayırın; doğrulama örnekleri eğitim sürecine hiç girmemelidir.
- Öğrenme oranı ve epoch değerlerini tek tek değiştirip her denemeyi aynı test kümesiyle karşılaştırın.
- Yayına almadan önce gerçek müşteri sorularına benzeyen ayrı bir test setiyle yanıtları elle değerlendirin.
Sık sorulan sorular
İnce ayar ile istem yazımı arasındaki fark nedir?
İstem yazımında model ağırlıkları değişmez; yönerge ve örnekler her istekte verilir. İnce ayarda ise ek eğitimle ağırlıklar güncellenir. Kısa süreli yanıt biçimi için istem yeterli olabilir, sürekli alan diline uyum için ince ayar daha uygun olabilir.
Küçük bir mağaza için ince ayar ne zaman gereksizdir?
Bilgi ağırlıklı sorular, sık değişen fiyat ve stok verileri veya az sayıda örnek varsa ince ayar çoğu zaman gereksizdir. Önce net yönergeler, düzenli belge güncellemesi ve test senaryoları denenmelidir. Veri hazırlığının maliyeti de hesaba katılmalıdır.
Teknik kaynak
docs.aws.amazon.com · İnce ayar
Teknik tanım için birincil kaynağa başvurulmuştur. İşletme senaryosu açıklama amacıyla hazırlanmış temsili bir örnektir.
İlgili kavramlar
Kavramdan uygulamaya
İşletmenize uyarlamak için ilgili rehberleri inceleyin.
Yapay Zekâ Asistanı İçin Gerçekçi Senaryo Testleri HazırlamakYanıtlanan Mesaj İle Çözülen Talebi Ayrı ÖlçmekTüm blog rehberleri