Mejora el rendimiento de la IA con el ajuste fino

Optimiza el rendimiento de la IA con el ajuste fino

¡Adaptando LLMs para realizar tareas específicas!

Originalmente publicado en louisbouchard.ai, ¡léelo 2 días antes en mi blog!

Mira el video:

Podemos adaptar los modelos de lenguaje grandes para hacer lo que queramos. Puede convertirse en tu asistente personal, respondiendo todos tus correos electrónicos, o en tu futuro abogado. Puedes hacer que hagan lo que quieras. Pero ¿cómo puedes hacerlo? ¡Afinamiento! Vamos a profundizar en qué es, cómo funciona y, lo más importante, cómo hacerlo de manera súper fácil con una gran empresa con la que he trabajado: Gradient, una plataforma increíble para personas como tú y yo que quieren construir e implementar modelos de IA.

El afinamiento es extremadamente importante cuando se trata de casi todas las IA, pero especialmente de los modelos de lenguaje grandes. Básicamente es el proceso de tomar un modelo general muy poderoso, como GPT-4, y convertirlo en un experto en una tarea específica. De alguna manera, es como ir a la escuela secundaria y luego a la universidad, hacer una maestría y un doctorado. Comienzas con conocimientos muy generales, construyes una buena base y lo refinancias de forma iterativa en un caso de uso más estrecho y estrecho donde terminas siendo EL experto.

No tengo que convencerte de lo poderosos que ya son GPT-4 y otros modelos de lenguaje grandes, pero están lejos de ser perfectos para tareas especializadas, y una de las mejores formas de convertirlos en tales expertos es afinarlos con conocimientos expertos. Esto significa volver a entrenar partes del modelo en la tarea exacta que queremos que logre, lo cual es mucho menos costoso que entrenar el modelo desde cero.

Por ejemplo, GPT-4 ya tiene cierto conocimiento médico gracias a Internet, pero está lejos de ser perfecto. Es como hacer una pregunta sobre un grano extraño que tienes y hacer clic en el primer enlace que aparece. No, probablemente no sea cáncer, como dice.

• 7 formas de crear una matriz de correlación en Python
• Optimizar las cargas de trabajo de IA generativa para la sostenibil...
• Cómo United Airlines construyó un canal de aprendizaje activo de re...

En cambio, podrías reunir toneladas de libros y diccionarios médicos y dárselos a GPT-4, para que aprenda solo de ellos, pasando de ser un generalista a ser un especialista. Perderá algunas capacidades generalistas, al igual que cualquier genio o experto en un campo. La gran cantidad de tiempo invertido en un campo específico seguramente compensa en otros aspectos. Aún así, si quieres lo mejor en algo, esto es…