मोफत मशीनवर एक लहान मॉडेल ट्यून करा आणि ज्या उदाहरणांना ते कधीही पाहिलं नाही त्यावर बदल सांगा.
Hugging Face चें पानें सस्तें ट्यूनिंगाक म्हळयतां म्हणता की हें पद्धती फकत एक छोटे adapterाक ट्रेन करतां, संपूर्ण मॉडल नाय. हें अतिरिक्त भाग सामान्यत: LoRA असतां. हें कम्प्यूट आनी स्टोरेज खर्च कमी करतां, आनी मोठें मॉडेल सामान्य हार्डवेअरवर ट्रेन करपाचें परवानगी दितां. मॉडेलाचें स्वतःचें नंबर बदलत नाय, मुळें मोफत नोटबुक पुरें आसतां. एक नोंदवलेलो रन, Google-चें स्वतःचें LoRA ट्युटोरियलांतून, 14 सप्टेंबर 2026 रोजी वाचलें. हें Gemma 3 1B Colab T4 वर LoRA रँक 4 वर ट्यून करतां. 1,000 उदाहरणांवर एक फेरी, बॅच साइज 1, इनपुट 256 टोकन्साक कापलें. ह्या फेरीला 923 सेकंद लागले, सुमारे 15 मिनिट. ट्युटोरियल उत्तरां आधी आनी नंतर दाखवता, स्कोर नाय, मुळें बाजूला ठेवलेलो स्कोर तुमका भरपयचो आसा.
- The cheap method trains a small adapter and leaves the model itself alone.
- Three settings are yours: the LoRA rank, the training length, and where to stop.
- तुम्ही ठेवल्या उदाहरणांवर मोजा, आणि आधी वापरलेल्या मोजमापानेच मोजा.
Taskमोफत नोटबुकवर एका मर्यादित कामासाठी लहान मॉडेल ट्यून करा आणि प्रामाणिकपणे सांगा.
Weak approach Runs training overnight, keeps the copy from the final pass, and reports that the training numbers fell steadily. The forty kept aside were never scored after the run.
Stronger approach मोफत Colab T4 वर Gemma 3 1B LoRA रँक 4 वर लोड करतां, ट्युटोरियलाचें स्वतःचें सेटिंग. तीन छोटे फेरी चालवता आनी प्रत्येक फेरीनंतर बाजूला ठेवलेल्यां चाळीस उदाहरणांवर स्कोर करतात. ज्या फेरीत स्कोर सगळ्यात जास्त आसता, तें फेरीचें checkpoint ठेवतात, शेवटचें नाय. रँक, फेरी, मिनिट आनी दोन्ही स्कोर पानांत लिहितात.
Why the stronger approach works कमजोर रिपोर्ट त्या उदाहरणांक मोजता जे मॉडेलान दिसले. मजबूत रिपोर्ट त्या उदाहरणांक मोजता जे कधीच दिसले नाय, आनी ते सेटिंगस सांगता ज्यानें तो नंबर मिळालें.
Try a changed situation एक सहकारी ट्यून केलेले मॉडेल शेअर करतो आणि म्हणतो ते चांगले चालते. तो कोणतेही आकडे पाठवत नाही. तुम्ही काय मागाल?
Make something yourself एक लहान मॉडेल ट्यून करा. ठेवल्या उदाहरणांवर आधी आणि नंतरचे स्कोर दाखवा, तुमच्या सेटिंग्ज सांगा, आणि पूर्ण वेळ लिहा.