मोफत मशीनवर एक लहान मॉडेल ट्यून करा आणि ज्यांना ते कधीही पाहिले नाही अशा उदाहरणांवर बदल नोंदवा.
Hugging Face च्या स्वस्त ट्यूनिंग पानावर सांगितले आहे की हे पद्धती संपूर्ण मॉडेल नव्हे, तर फक्त एक लहान adapter ट्रेन करतात. तो अतिरिक्त भाग सहसा LoRA असतो. यामुळे संगणन आणि संचयन खर्च कमी होतो, आणि मोठ्या मॉडेल्स सामान्य हार्डवेअरवर ट्रेन करता येतात. मॉडेलच्या स्वतःच्या आकडेवारीवर काहीही परिणाम होत नाही, म्हणूनच एक मोफत नोटबुक पुरेसा असतो. Google च्या स्वतःच्या LoRA ट्यूटोरियलमधून एक नोंदवलेला रन, 14 सप्टेंबर 2026 रोजी वाचलेला. तो Colab T4 वर LoRA रँक 4 वर Gemma 3 1B ट्यून करतो. 1,000 उदाहरणांवर एक पास, बॅच साईज 1, इनपुट 256 टोकनवर कट केलेले. तो पास 923 सेकंद घेतला, सुमारे 15 मिनिटे. ट्यूटोरियलमध्ये स्कोअर नाही, फक्त आधी आणि नंतरचे उत्तर दाखवले आहे, त्यामुळे बाजूला ठेवलेला स्कोअर तुम्हाला स्वतः जोडायचा आहे.
- स्वस्त पद्धत एक लहान adapter ट्रेन करते आणि मॉडेलला स्वतःला हात लावत नाही.
- तुमच्याकडे तीन सेटिंग्ज आहेत: LoRA rank, ट्रेनिंगची लांबी, आणि कुठे थांबायचे.
- तुम्ही वेगळे ठेवलेल्या उदाहरणांवर मोजा, आणि आधी वापरलेल्या मोजमापानेच मोजा.
Taskमोफत नोटबुकवर एका मर्यादित कामासाठी लहान मॉडेल ट्यून करा आणि प्रामाणिकपणे नोंदवा.
Weak approach रात्रभर ट्रेनिंग चालवते, शेवटच्या पासची कॉपी ठेवते, आणि सांगते की ट्रेनिंगचे आकडे सातत्याने सुधारले. वेगळ्या ठेवलेल्या चाळीस उदाहरणांवर रननंतर कधीही स्कोअर केले गेले नाही.
Stronger approach मुफ्त Colab T4 वर LoRA रँक 4 वर Gemma 3 1B लोड करतो, ट्यूटोरियलची स्वतःची सेटिंग. तीन लहान पास चालवतो आणि प्रत्येकानंतर बाजूला ठेवलेल्या चाळीस उदाहरणांवर स्कोअर मोजतो. ज्या पासमध्ये स्कोअर सर्वात जास्त आला त्या पासचा चेकपॉइंट ठेवतो, शेवटचा नाही. रँक, पास, मिनिटे आणि दोन्ही स्कोअर पानावर लिहितो.
Why the stronger approach works कमकुवत अहवाल त्या उदाहरणांवर मोजणी करतो जे मॉडेलने पाहिले. मजबूत अहवाल त्या उदाहरणांवर मोजणी करतो जे मॉडेलने कधीही पाहिले नाहीत, आणि त्या सेटिंग्जही सांगतो ज्यामुळे तो आकडा आला.
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. वेगळे ठेवलेल्या त्याच उदाहरणांवर आधी आणि नंतरचे स्कोअर दाखवा, तुम्ही वापरलेल्या सेटिंग्ज सांगा, आणि संपूर्ण वेळ लिहा.