GLOBALATLAS AI · Fine-tuning

Fine-tuning

Fine-tuning menyesuaikan model yang sudah dilatih. Fine-tuning penuh dan metode efisien parameter memiliki kebutuhan memori yang berbeda.

Pilih apa yang akan diperbarui

  1. 01

    Fine-tuning penuh atau metode efisien parameter

  2. 02

    Panjang urutan, batch dan presisi numerik

  3. 03

    Set evaluasi dan checkpoint yang diberi versi

Keputusan arsitektur

Uji metode tuning pada dataset kecil yang representatif. Pisahkan evaluasi model dari loss pelatihan.

Persyaratan konfigurasi

Tentukan metode, presisi, panjang urutan, dan ukuran batch. Simpan data pelatihan dan checkpoint di penyimpanan persisten.

Referensi teknis

Spesifikasi 1 →