حل الذكاء الاصطناعي
ضبط أنظمة LLM بدقة باستخدام خلفية حلول الذكاء الاصطناعي المبتكر لـ OCI
مقدمة
عندما نعمل مع نماذج اللغات الكبيرة (LLMs)، عادةً ما يكون لدينا النموذج الذي يستجيب لبيانات التدريب التي تم تقديمها. ومع ذلك، قد يكون تدريب هذه النماذج صعبًا لأنها تستخدم الكثير من الموارد، مثل وحدات معالجة الرسومات (GPU) والطاقة.
لحسن الحظ، تقدم تحسين النموذج للسماح بإصدار "تدريب أصغر" مع بيانات أقل، من خلال عملية تسمى الضبط الدقيق.
يوفر حل العينة المحدد أدناه طريقة لضبط LLM باستخدام ملعب الذكاء الاصطناعي التوليدي لـ Oracle Cloud Infrastructure (OCI)، وهي واجهة في وحدة تحكم OCI.
العرض التوضيحي
المتطلبات الأساسية والإعداد
- حساب Oracle Cloud—صفحة التسجيل
- بدء استخدام الذكاء الاصطناعي التوليدي لـ OCI—الوثائق للذكاء الاصطناعي التوليدي لـ OCI
- الضبط الدقيق للذكاء الاصطناعي التوليدي لـ OCI - الوثائق لضبط الذكاء الاصطناعي التوليدي لـ OCI
- ملعب الذكاء الاصطناعي التوليدي لـ OCI - الوثائق لساحة عمل الذكاء الاصطناعي التوليدي لـ OCI
- Python 3.10
- مدير حزمة مفتوح المصدر—Conda