O que é Supervised Fine-Tuning?
SFT
É o processo de adaptação de um modelo de inteligência artificial pré-treinado para uma tarefa específica utilizando pares de dados rotulados.
Definição
O ajuste fino supervisionado (Supervised Fine-Tuning) permite que modelos base, que adquiriram habilidades gerais de linguagem por meio de grandes conjuntos de dados, sejam direcionados a uma área de especialização específica. Nesse processo, são fornecidos ao modelo dados de exemplo diretos preparados na forma de perguntas e respostas ideais. O modelo aprende a gerar respostas corretas para as instruções fornecidas analisando esses pares de dados rotulados.
Como funciona
Os pesos do modelo são atualizados em pequenas proporções com base nos padrões de entrada e saída do conjunto de dados preparado. Ao calcular a taxa de erro, garante-se que as respostas produzidas pelo modelo se aproximem das respostas-alvo. Esse processo ajuda a alinhar o modelo ao formato desejado sem sofrer de sobreajuste (overfitting).
Onde é usado
É utilizado para garantir que os bots de atendimento ao cliente respondam de acordo com os documentos internos da empresa e para que os assistentes de programação produzam saídas dentro de determinados padrões.
Costuma ser confundido com
Pode ser confundido com o conceito geral de Fine-Tuning. Enquanto o Fine-Tuning é um guarda-chuva geral de adaptação, o Supervised Fine-Tuning representa a etapa específica realizada com pares de instruções e respostas rotuladas.
Perguntas e respostas
De quantos dados se precisa para o Supervised Fine-Tuning?
Dependendo da complexidade da tarefa que você vai desenvolver, geralmente entre algumas centenas e alguns milhares de pares de dados de qualidade são suficientes.
O processo de SFT faz com que o modelo esqueça suas habilidades gerais?
Em processos de treinamento mal configurados ou prolongados em excesso, o modelo pode correr o risco de perder sua base de conhecimento geral.
Termos relacionados
Esta explicação foi escrita em linguagem simples para a TreScout com IA e traduzida automaticamente do original em turco · a versão turca é a que vale. Se algo parecer errado ou faltando, escreva para hello@trescout.com. Ler em turco →