فیصلہ کرو کہ ٹوننگ کب فائدہ مند ہے

What this lesson is about

زیادہ تر کاموں کو بہتر ہدایات چاہیے، ٹونڈ ماڈل نہیں۔ سیکھو کہ کون سے چند کاموں کو واقعی ٹوننگ کی ضرورت ہے۔

اک چھوٹ چھوٹ ماڈل تہند ماراٹھی شکایتس منز آدھی ٹھیک کھیتھ رکھن۔ تہند ساتھی ہفتہ بھر تربیت شروع کرن چاہند۔ ہن کیہ کرن؟

Why this matters

Hugging Face کورس کہتا ہے کہ ٹوننگ تب سوچو جب درخواست سے جو ملتا ہے وہ کم پڑے۔ زیادہ تر فرق صاف ہدایات اور درخواست میں چند مثالوں سے پورا ہو جاتا ہے، جس میں ایک دوپہر لگتی ہے۔ ٹوننگ میں ایک ہفتہ اور ایک مشین لگتی ہے، اس لیے وہ آخر میں آتی ہے۔

دو ناپے ہوئے اعداد سے فیصلہ کرو کہ کام کو ٹوننگ چاہیے یا صرف بہتر درخواست۔

زیادہ تر کام جو ٹوننگ لگتے ہیں، انہیں بہتر ہدایات اور بہتر مثالیں چاہیے۔
ترتیب سے آزماؤ: صاف ہدایات، درخواست میں مثالیں، پھر ٹوننگ۔
ٹوننگ تب فائدہ مند ہے جب کام کی شکل مقرر ہو اور چند سو سوچ سمجھ کر بنائی گئی مثالیں ہوں۔

Task

فیصلہ کرو کہ مراٹھی شکایات کو تین خانوں میں ترتیب دینے کے لیے چھوٹے ماڈل کی ٹوننگ کرنی چاہیے یا نہیں۔

Weak approach ہفتہ بھر ٹوننگ شروع کرن چھ، کیوں کہ سادہ ہدایات صرف آدھی شکایات درست جگہ منز رکھتھ۔ ہدایات خود کدی نہ لکھے ونہ کوئی مثال شامل کیتھ۔

Stronger approach پہلے ہدایات دوبارہ لکھتا ہے، پھر درخواست میں چھ مثالیں ڈالتا ہے۔ ہر بار انہی پچاس پر اسکور کرتا ہے اور دونوں اعداد لکھ لیتا ہے۔

Why the stronger approach works کمزور فیصلہ ایک ہفتہ ضائع کرتا ہے وہ جاننے میں جو ایک دوپہر بتا دیتی ہے۔ مضبوط فیصلہ کے پاس کچھ بھی خرچ کرنے سے پہلے دو ناپے ہوئے اعداد ہوتے ہیں۔

Try a changed situation ایک ساتھی ماڈل کی ٹوننگ کرنا چاہتا ہے کیونکہ اس کے جوابات بہت لمبے ہیں۔ باقی سب ٹھیک ہے۔ تم اسے کیا کہو گے؟

Make something yourself کوئی ایک کام چنو۔ لکھو کہ تم نے پہلے کیا آزمایا، اپنے پچاس مثالوں پر اس سے کیا بدلا، اور کیا تم ٹوننگ کرو گے۔ اندازہ نہیں، دونوں اعداد دو۔

Read the primary or official source: Hugging Face LLM course · supervised fine-tuning