सीखने के सभी रास्ते समझें देखें करें बनाएँ तय करें कि सिखाना कब फ़ायदे का है यह पाठ किस बारे में है ज़्यादातर कामों में बेहतर निर्देश चाहिए, सिखाया हुआ मॉडल नहीं। पहचानना सीखें कि किन थोड़े कामों में सिखाना सचमुच ज़रूरी है।
छोटा मॉडल आपकी मराठी शिकायतों में से आधी ही सही खाने में डालता है। साथी हफ़्ते भर की मेहनत शुरू करना चाहता है। अब क्या?
A हफ़्ते भर की मेहनत अभी शुरू कर दें, आधा सही होने का मतलब है कि मॉडल ने काम पकड़ा ही नहीं। B निर्देश एक बार दोबारा लिख दें, और आधा तब भी गलत रहे तो हफ़्ते भर की मेहनत शुरू कर दें। C जो काम सिखाने लायक लगते हैं, उनमें से ज़्यादातर को बेहतर निर्देश और बेहतर उदाहरण चाहिए।
याद जाँचें यह काम क्यों ज़रूरी है हगिंग फेस का पाठ्यक्रम कहता है कि सिखाने की सोचें तभी जब सवाल सुधारने से जो मिलता है वह कम पड़े। ज़्यादातर कमी साफ़ निर्देशों और सवाल के अंदर कुछ उदाहरण डालने से भर जाती है, जिसमें एक दोपहर लगती है। सिखाने में एक हफ़्ता और एक मशीन लगती है, इसलिए वह आख़िर में आता है।
दो नापे हुए आँकड़ों से तय करें कि काम को सिखाना चाहिए या सिर्फ़ बेहतर सवाल चाहिए।
हगिंग फेस का पाठ्यक्रम कहता है कि सिखाने की सोचें तभी जब सवाल सुधारने से जो मिलता है वह कम पड़े। ज़्यादातर कमी साफ़ निर्देशों और सवाल के अंदर कुछ उदाहरण डालने से भर जाती है, जिसमें एक दोपहर लगती है। सिखाने में एक हफ़्ता और एक मशीन लगती है, इसलिए वह आख़िर में आता है।
जो काम सिखाने लायक लगते हैं, उनमें से ज़्यादातर को बेहतर निर्देश और बेहतर उदाहरण चाहिए। इसी क्रम में आज़माएँ: साफ़ निर्देश, सवाल के अंदर उदाहरण, फिर सिखाना। सिखाना तब काम का है जब काम का रूप तय हो और कुछ सौ सोचकर बनाए उदाहरण हों। काम तय करें कि मराठी शिकायतों को तीन खानों में छाँटने के लिए छोटा मॉडल सिखाना चाहिए या नहीं।
कमज़ोर तरीका हफ़्ते भर सिखाना शुरू कर देना, क्योंकि सादे निर्देशों से आधी ही शिकायतें सही खाने में गईं। न निर्देश दोबारा लिखा जाता है, न कोई उदाहरण जोड़ा जाता है।
बेहतर तरीका पहले निर्देश दोबारा लिखता है, फिर सवाल में छह उदाहरण डालता है। हर बार उन्हीं पचास पर अंक निकालता है और दोनों आँकड़े लिख लेता है।
बेहतर तरीका क्यों काम करता है कमज़ोर फ़ैसला वह जानने में हफ़्ता खर्च करता है जो एक दोपहर बता देती है। मज़बूत फ़ैसले के पास कुछ भी खर्चने से पहले दो नापे हुए आँकड़े हैं।
बदली हुई स्थिति आज़माएँ एक सहकर्मी मॉडल इसलिए सिखाना चाहता है क्योंकि उसके जवाब बहुत लंबे हैं। बाकी सब ठीक है। आप उसे क्या कहेंगे?
अब खुद बनाकर देखें कोई एक काम चुनें। लिखें कि आपने पहले क्या आज़माया, अपने पचास उदाहरणों पर उससे क्या बदला, और आप सिखाएँगे या नहीं। अंदाज़ा नहीं, दोनों आँकड़े दें।
कम खर्च में खुले मॉडल: 8 में से पाठ 5 आगे वे उदाहरण बनाएँ जिनसे वह सीखेगा भाग 2 के आख़िर में आपके काम का नमूना बनता है, जिसे आप भेज सकते हैं
मूल या आधिकारिक स्रोत पढ़ें: Hugging Face LLM course · supervised fine-tuning