技術 Day24-用 RAG 來比較 Fine Tune 的結果

今天我們終於要來做 RAG 了。我們很快就會看到其實在客服性質裡的場景，RAG 的效果會比 Fine Tune 好上很多。 我們接著來寫程式吧！ 導入必要的套...

技術 Day18-使用 Fine Tune 的 Meta-Llama-3.1-8B-Instruct

等待了一個晚上，基本上就 Fine Tune 好了。 部署 Fine Tune 好的模型 我們可以到 Azure ML 的 Models 裡看到已經 Fin...

技術 Day18-使用 Fine Tune 的 Meta-Llama-3.1-8B-Instruct

等待了一個晚上，基本上就 Fine Tune 好了。 部署 Fine Tune 好的模型 我們可以到 Azure ML 的 Models 裡看到已經 Fin...

技術 Day17-在 Azure Machine Learning 裡 Fine Tune Llama 3.1

今天就要來 Fine Tune 了。需要注意的是，不是每個 workspace 所在的區域都有 Fine Tune 的。舉例來說，我們這個範例所在的 westu...

技術 【Day 23】Fine-tuning 的一些準備 - huggingface

上一篇提到我們的模型出來的 CER 並不是非常理想，因此為了讓模型轉錄出來的結果更好，我們需要對模型進行 Fine-tuning，也就是微調我們的模型 在那之前...

技術 [Day 20] 兩段式訓練比兩段式左轉更安全 (遷移學習技巧)

前言 走過了資料分析、演算法選擇後，我們得知了有些可以改善模型的方向: 解決資料不平衡(Done) 學習率的設定(Done) 訓練輪數(Nice to hav...