Generative AI
Fine-tuning, hazır bir modeli kendi verinizle yeniden eğiterek biçim, ton ve alan bilgisini kalıcı hâle getirmektir; LoRA ve benzeri PEFT yöntemleri bunu tüm ağırlıkları güncellemeden, küçük bir adaptör eğiterek yapar. Çoğu kurumsal problemde ilk çözüm ince ayar değildir: prompt, RAG ve araç çağırma denenmeden yapılan eğitim pahalı, kırılgan ve model sürümü değiştiğinde tekrarlanması gereken bir yük olur. Alt konular: ince ayar kararının eşiği, veri kümesi hazırlığı, damıtma (distillation) ile küçük model üretimi ve değerlendirme kurulumu.
AI Radar
-8 son 7 gün
Uzun bağlam ve geri getirme, çoğu senaryoda uyarlamanın yerini aldı.
Radar metodolojisi →Önceden eğitilmiş bir modelin, belirli bir görev veya alana uyum sağlaması için ek veriyle yeniden eğitilmesidir.
İnce ayar en sık şu gerekçeyle isteniyor: modelin bizim verimizi bilmesini istiyoruz. Bu, ince ayarın yapmadığı iş. İnce ayar modele bir davranış kalıbı öğretiyor — nasıl biçimlendirileceğini, hangi tonu kullanacağını, hangi adımları izleyeceğini. Bilgiyi güncel ve doğrulanabilir biçimde taşımanın yolu geri getirme. İkisini karıştırmak, pahalı ve yanlış bir çözüme gidiyor.
Semantik komşuluk: bu konuyu anlamak için gereken veya ondan türeyen kavramlar.
Öğrendiği veri dağılımından yeni metin, görsel, ses, video veya kod örnekleri üreten model ailesinin genel adıdır.
Metin, görsel, ses ve video gibi birden fazla veri türünü aynı model içinde birlikte işleyen yapay zekâ yaklaşımıdır.
Bir dil modelinden istenen davranışı almak üzere girdinin yapısını, bağlamını ve kısıtlarını sistematik biçimde tasarlama pratiğidir.
Aynı konunun öğretim ve ölçüm formatları.
Dersler
Testler
