Finjustering
Finjustering anpassar en förtränad modell genom mer träning. Att tillhandahålla aktuella dokument under användning är en annan åtgärd.
Finjustering innebär fortsatt träning av en förtränad modell med data för en viss uppgift eller domän. Modellens beteende anpassas i stället för att bara lägga till ett dokument vid varje förfrågan.
Exempel med svarsformat
Ett hypotetiskt team vill ha svar på servicefrågor i ett fast kort format. Lämpliga träningsexempel kan lära ut beteendet. Tillförlitligheten måste bedömas med separata testexempel.
Finjustering är inte samma sak som RAG: att hämta aktuella källor är en annan funktion. Metoderna kan kombineras. Träning ersätter inte underhåll av giltiga instruktioner eller åtkomstkontroll. Anpassade svar behöver fortfarande prövas för faktakorrekthet och oönskat beteende.
Källor
Relaterade begrepp
- Stor språkmodellEn stor språkmodell bearbetar språk med inlärda mönster. Flytande text bevisar varken faktariktighet eller tillgång till aktuella företagsdata.
- Generering med hämtad informationRAG förenar informationssökning med ett genererat svar. Källåtkomst ersätter inte utformning av kvalitet och behörigheter.
- LLM-utvärderingLLM-utvärdering prövar modellutdata mot definierade uppgifter och kriterier. Ett bra enskilt exempel bevisar inte allmän kvalitet.
- ModellkortEtt modellkort dokumenterar syfte, grunder, utvärderingsvillkor och kända begränsningar för en viss version av en AI-modell.
- Beredskap för AIBeredskap för AI gäller ett projekts förutsättningar: mål, användbara data, kompetens, ansvar och ett fungerande arbetssätt för driften.
- KontextutformningKontextutformning förbereder information inför varje modellanrop: relevanta instruktioner, meddelanden, källor och aktuella tillstånd.
Artiklar om ämnet
AI & automatisering med ASES
AI-assistenter och automatiserade flöden