ローカルで質問応答(QA)タスク用にLLMを微調整する方法

ローカルでQAタスク用にLLMを微調整する方法

カスタムデータから情報を抽出するための実践的なステップバイステップガイド:質問による

質問応答タスクには3つの主要なタイプがあります。

抽出型QA:システムが与えられたテキスト(入力テキスト)から質問の答えを抽出するタスクです。これは最も一般的なQAシステムの形式であり、AlexaやGoogle検索などの一般的な目的の自動化システムの一部です。

オープン生成型QA:システムが自然言語で回答を生成するタスクです。回答は純粋な情報抽出よりも自然な感じにすることに焦点があります。ただし、オープン生成型QAタスクではコンテキストが提供される必要があり、回答はコンテキストから生成されます(ほとんどの場合はホールシネーションを覚えておいてください)

クローズド生成型QA:これはコンテキストが提供されず、回答がモデルから純粋に生成されるタスクです。

Photo by Severin Höin on Unsplash

抽出型QAの実践的なガイド

今日は、独自のカスタムデータを使用してモデルを微調整する方法について簡単なウォークスルーを行います。私は独自のデータを生成してモデルを微調整することを支持しています!では、始めましょう

  1. トレーニング用のデータを作成する方法
  2. 適切な形式に変換する方法-前処理
  3. トークン化する方法
  4. コンピューターを使用して微調整する方法
  5. ボーナス- hugging faceのようなクラウドAPIを微調整する方法

私はこのチュートリアルを書き直す必要がありました。HuggingFaceのドキュメントはかなり古く、依存関係が壊れています。彼らのチュートリアルのすべての問題を修正し、簡単にフォローできる完全な動作バージョンを共有しました。乾杯!

カスタムデータの作成

例としてSQuADデータを使用します。SQuAD(Stanford Question Answering Dataset)について詳しくはこちらをご覧ください。

この実験をJupyter Notebook/Ipython notebookで実行していることを前提とします。

データセットをインストールします(データの見た目を確認できるため)

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!

Share:

Was this article helpful?

93 out of 132 found this helpful

Discover more

人工知能

エンテラソリューションズの創設者兼CEO、スティーブン・デアンジェリス- インタビューシリーズ

スティーブン・デアンジェリスは、エンタラソリューションズの創設者兼CEOであり、自律的な意思決定科学(ADS®)技術を用いて...

データサイエンス

「Adam Ross Nelsonによる自信のあるデータサイエンスについて」

データサイエンスの中で新たな分野が現れ、研究内容が理解しにくい場合は、専門家や先駆者と話すのが最善です最近、私たちは...

人工知能

ベイリー・カクスマー、ウォータールー大学の博士課程候補 - インタビューシリーズ

カツマー・ベイリーは、ウォータールー大学のコンピュータ科学学部の博士課程の候補者であり、アルバータ大学の新入教員です...

人工知能

「スノーケルAIのCEO兼共同創設者、アレックス・ラットナー - インタビューシリーズ」

アレックス・ラトナーは、スタンフォードAIラボを母体とする会社、Snorkel AIのCEO兼共同創設者ですSnorkel AIは、手作業のAI...

人工知能

「サティスファイラボのCEO兼共同創設者、ドニー・ホワイト- インタビューシリーズ」

2016年に設立されたSatisfi Labsは、会話型AI企業のリーディングカンパニーです早期の成功は、ニューヨーク・メッツ、メイシ...

人工知能

ムーバブルインクのCEO兼共同創設者であるヴィヴェク・シャルマ氏についてのインタビュー・シリーズ

ビヴェクは2010年にムーバブルインクを共同設立し、急速な成長を遂げながら、600人以上の従業員を擁し、世界有数の革新的なブ...