የAI ሞዴሎች በፋይን ቲዩኒንግ እንዴት ይሻሻላሉ: የድርጅት አርክቴክት አመለካከት

ዛሬ የሚጠቀሙት እያንዳንዱ ኃይለኛ የAI ሞዴል ሕይወቱን እንደ አጠቃላይ ተራማጅ ይጀምራል። ጠቃሚ የሚሆነው ሰዎች ጠቃሚ እንደሚሆኑት በተመሳሳይ መንገድ ነው: በዓላማ ባለው ስልጠና። ያ ሁለተኛ ደረጃ፣ ፋይን ቲዩኒንግ፣ ጥሬ ችሎታ ወደ ታማኝ ሙያዊ ባህሪ የሚቀየርበት ቦታ ነው። አብዛኛዎቹ ድርጅቶች የሚረዱት ስህተት ነው። ብዙዎች ለዚያ ስህተት ዋጋ ሁለት ጊዜ ይከፍላሉ: አንድ ጊዜ በወጣው ወጪ እና እንደገና በጎደለው ጥቅም።

ይህንን እንደ ሻጭ ሳይሆን እንደ ድርጅት አርክቴክት ነው የምጽፈው። ፋይን ቲዩኒንግ የሚገዛ ባህሪ አይደለም። እርስዎ ራስዎ ባለቤትነት የሚወስዱት የአርክቴክቸር ውሳኔ ነው።

ሞዴል በእውነት እንዴት ይሻሻላል

የፊት ረገድ (frontier) ሞዴሎች በንድፍ ይሰራሉ እና እያንዳንዱ ንድፍ የተለየ ጥያቄ ይመልሳል።

ቅድመ-ስልጠና የሚመልሰው: ሞዴሉ ምን ያውቃል? ሞዴሉ እጅግ ብዛት ያለው ጽሑፍ እና ኮድ ያነባል እና የቋንቋን፣ የማመከኛ እና የሶፍትዌር ስርዓቶችን ይማራል። ይህ ደረጃ ግዙፍ እና ውድ ነው፣ እና የሚያደርጉት እርስዎ ሳይሆኑ የሞዴል አቅራቢዎች ናቸው።

በክትትል ሥራ ላይ የሚደረግ ፋይን ቲዩኒንግ የሚመልሰው: ሞዴሉ እንዴት ሊሠራ ይገባል? አቅራቢዎች፣ ከዚያም ድርጅቶች፣ ለሞዴሉ የተመረጡ የጥሩ ስራ ምሳሌዎችን ያሳዩታል: ከጠንካራ መልስ ጋር የተጣመረ ጥያቄ፣ ከትክክለኛ መፍትሔ ጋር የተጣመረ ትኬት። ሞዴሉ ከጽሑፍ መገመት ወደ ስራ መስራት ይቀይራል።

የምርጫ ማሻሻያ የሚመልሰው: ሰው በእውነት ምን ባህሪ ይፈልጋል? ከሰው ግብረመልስ የሚያገኝ ማጠናከሪያ ትምህርት እና ቀላል ተተኪው ቀጥተኛ የምርጫ ማሻሻያ የመሳሰሉት ቴክኒኮች ሞዴሉን በንጽጽር ያሰልጥናሉ: ይህ መልስ ከዚያ ይሻላል። የሰው ባለሙያዎች ከባድ ምሳሌዎችን ያዘጋጃሉ እና ይፈርዱባቸዋል። ሞዴሉ እውቀትን ብቻ ሳይሆን ፍርድን ይማራል።

ግምገማ የሚመልሰው: ከእነዚህ ውስጥ የሆነው እውነት ነው? ጥብቅ ደረጃዎች እና የሰው ግምገማ ሞዴሉ በእውነት እንደተሻሻለ ወይም የተሻለ እንደሚመስል ይለካሉ። ያለ እነዚህ ምንም ከባድ ቤተ ሙከራ ምንም አይልቀም። ምንም ከባድ ድርጅትም መሥራት አይገባውም።

ስርዓቱን ልብ ይበሉ። ሞዴሎች ስለሚያድጉ አይሻሻሉም። ሰዎች ጥሩ የሚመስለውን እንዴት እንደሆነ ያስተምሩናል፣ እና እንደተማሩት ሁልጊዜ ስለሚፈትኑአቸው ነው የሚሻሻሉት። ይህ የችሎታ አቅርቦት ሰንሰለት ነው፣ እና አሁን የAI ኢኮኖሚ ቋሚ ባህሪ ነው።

አብዛኛዎቹ ድርጅቶች የሚሳሱት ውሳኔ

ይህ ስርዓታዊ ትችት ነው። ድርጅቶች መጀመሪያ ወደ ፋይን ቲዩኒንግ ይሄዳሉ ምክንያቱም ወሳኝ ስለሚመስል፣ አርክቴክቸሩ ግን ብዙውን ጊዜ በመጨረሻ መምጣት አለበት ይላል።

የፕሮምፕት ምህንድስና የሚጠይቁትን ይለውጣል። ፋይን ቲዩኒንግ ሞዴሉ ምን እንደሆነ ይለውጣል። RAG ሞዴሉ ምን ማየት እንደሚችል ይለውጣል። ሦስት መቀነቢያዎች፣ ሦስት የተለያዩ ችግሮች።

ፕሮምፕቲንግ ሊገለጽ ለሚችል ባህሪ ነው። ግልጽ መመሪያዎች እና ምሳሌዎች ችግሩን ከፈቱ፣ ስራዎ ተጠናቋል፣ ማክሰቢያ ዜሮ ወጪ እና ፈጣን ተመላሽነት።

ማውራት ለሚለዋወጥ እውቀት ነው። የምርት ዝርዝሮች፣ ፖሊሲዎች፣ የክስ ህግ፣ ዋጋዎች። RAG ወቅታዊ እውነታዎችን በጥያቄ ጊዜ ያመጣል፣ ስለዚህ መልሱ ትኩስ ይቆያል እና ከምንጭ ጋር ተያይዟል። ፋይን ቲዩኒንግ እውቀትን ውስጥ ይጋግረዋል፣ እዚያም በዝምታ ያረጃል።

ፋይን ቲዩኒንግ ሊገለጽ ለማይችሉት ባህሪ ነው። በአሥር ሺህ ሰነዶች ላይ የድርጅቱ ራሱ የጽሑፍ ዘይቤ። ባለሙያዎች የሚተገብሩትን ግን ሙሉ በሙሉ መጻፍ የማይችሉት የጎራ ፍርድ። በሰፊ መልክ ያሉ ጥብቅ የውጤት ቅርጸቶች፣ እዚያም አነስተኛ ፕሮምፕቶች እና አነስተኛ የተስተካከሉ ሞዴሎች የእያንዳንዱን ጥሪ ወጪ ይቀንሳሉ። ክህሎትን እና ቃናን ያስተምራል፣ ትኩስ እውነታዎችን አይደለም።

ታማኝ ቅደም ተከተል ይህ ነው: መጀመሪያ ፕሮምፕቲንግ፣ ከዚያ ማውራት፣ ማስረጃ በሚጠይቅበት ቦታ ፋይን ቲዩኒንግ፣ እና ብዙውን ጊዜ ሦስቱም አብረው። የእርስዎን ቋንቋ የሚናገር የተስተካከለ ሞዴል፣ የዛሬን እውነታዎች የሚያውቅ ማውራት የሚመግበው፣ በተከታታይ ፕሮምፕቶች የሚነሳ። በዚያ ቅደም ተከተል ውስጥ የሚያሳልጡት እያንዳንዱ አማራጭ በካሜድ ወለድ ያለው የቴክኒክ ዕዳ ነው።

ኢኮኖሚክሱ ተለውጧል

ከአምስት ዓመት በፊት ፋይን ቲዩኒንግ ግዙፍ ሞዴሎችን በግዙፍ ወጪ እንደገና ማሰልጠን ማለት ነበር። በፓራሜትር ብቃት ያላቸው ዘዴዎች ያን ዘመን አጠናቀዋል። LoRA እና QLoRA እንደሚለው ቴክኒኮች መሰረታዊ ሞዴሉን ያቀዘቅዛሉ እና ትናንሽ አዳፕተር ንድፎችን ያሰልጥናሉ፣ ብዙውን ጊዜ ከአንድ በመቶ በታች ፓራሜትሮች። አንድ ጊዜ GPU ክላስተር የሚፈልግ ፋይን ቲዩን አሁን በአንድ ካርድ ላይ ወይም በተራ የደመና ስራ ላይ ይሠራል። የዋጋ መከለከል ወድቋል። የችሎታው አላለቅም።

ምክንያቱም የፋይን ቲዩኒንግ እውነተኛ ዋጋ በጭራሽ ኮምፒዩቲንግ አልነበረም። ውሂብ ነው። ከምርጥ ስራዎ ጥቂት ሺህ እውነተኛ፣ ጥሩ ምሳሌዎችን መምረጥ ከባድ ስራ ነው እና ተፎካካሪዎችዎ መቅዳት የማይችሉት ንብረት ነው። ውሂብዎ ግንብዎ ነው። ሞዴሉ በየጊዜው ወደ ልዩ ነገር እየተለወጠ ነው።

አስተዳደር ዝምተኛው የውድቀት ሁነታ ነው

የተስተካከለ ሞዴል የሕይወት ዑደት ያለው አዲስ ንብረት ነው። መሰረታዊ ሞዴሉ ሲዘምን ሊንቀሳቀስ ይችላል። ልምምዳዊ ሚስጥራዊ ውሂብ ሊያስታውስ ይችላል። የትናንትናውን ፖሊሲ በዝምታ ሊያስቀምጥ ይችላል። እያንዳንዱን ፋይን ቲዩን እንደ ምርት ሥርዓት ይይዙት: በስሪት የተከታተለ፣ ከለቀቅ በፊት የተገመገመ፣ ከለቀቅ በኋላ የሚከታተል እና የተመደበ ቡድን ባለቤት። ወደ ስልጠና ስብስብ የሚገባ ግላዊ ውሂብ የግላዊነት ግዴታዎችዎን አብሮት ይወስዳል። በአውስትራሊያ ይህ የግላዊነት ህግ ነው; በአውሮፓ GDPR እና የአውሮፓ ህብረት AI ህግ። ተቆጣጣሪው ከመጠየቁ በፊት ለኦዲት ይገንቡ፣ ከዚያ በኋላ ሳይሆን።

CEOዎች ምን ማድረግ አለባቸው

ቀዳሚ፣ የሞዴል አምላክ ማምለክን መደገፍ ያቁሙ እና የውሂብ ምርጫን መደገፍ ይጀምሩ። ቡድኖችዎ ከምርጥ የሰው ስራዎ ንጹህ፣ ከፍተኛ ጥራት ያለው የውሂብ ስብስብ እንዲገንቡ ይምኩአቸው። ያ ንብረት እሴቱን ያሳድጋል። የሞዴል ምርጫ ያቆይዋል።

ሁለተኛ፣ የግምገማ በር ይጠይቁ። ምንም የተስተካከለ ሞዴል ወደ ምርት ያለ እውነተኛ ስራዎችዎን የሚያንፀባርቅ ደረጃ እና የውድቀቱን የሰው ግምገማ ማለፍ አይገባውም። ቡድንዎ ነጥቦቹን ማሳየት ካልቻለ፣ ተስፋ እየለቀቀ ነው።

ሦስተኛ፣ በእያንዳንዱ የAI ግምገማ አንድ ጥያቄ ይጠይቁ: መጀመሪያ ፕሮምፕቲንግ እና ማውራት ሞክረናል? ውድ መቀነቢያውን ከመጎትተትዎ በፊት ተመጣጣኝ መቀነቢያዎች እንደያዙ ማስረጃ ይጠይቁ።

የCTO ማረጋገጫ ዝርዝር

እያንዳንዱን የAI አጠቃቀም ክፍል ወደ ፕሮምፕቲንግ፣ ማውራት ወይም ፋይን ቲዩኒንግ ያስተሳስሩ እና ለምን እንደሆነ ይመዝግቡ።

ከመጀመሪያው ፋይን ቲዩንዎ በፊት ትንሽ የግምገማ መሣሪያ ይገንቡ፣ ከዚያ በኋላ ሳይሆን።

በፓራሜትር ብቃት ያለውን ቲዩኒንግ ይመርጡ እና እያንዳንዱን አዳፕተር እንደ ኮድ በስሪት ይከታተሉ።

ህጋዊው ክፍል ሳያፈቅድ ግላዊ እና ቁጥጥር ሥር ያለ ውሂብ ከስልጠና ስብስቦች ውጪ ይቅሩ።

ለሞዴል ማዛል እንደገና ማሰልጠን ልምድ ሳይሆን እንደገና ማሰልጠን ተነሳሽ ያለው ባለቤት ይመድቡ።

በቶከን ወጪ ሳይሆን በስራ ወጪ ይሪክተሩ። ቦርዱ ሊወስንበት የሚችለው ቁጥር ያ ነው።

ስትራቴጂካዊ ነጥቡ

ሞዴሎች በተዋቀረ የሰው ትምህርት ይሻሻላሉ። ድርጅቶችም በተመሳሳይ መንገድ የተሻለ AI ያገኛሉ። አሸናፊዎቹ ትላልቅ ሞዴሎች ያሏቸው ኩባንያዎች አይደሉም። በተሻለ ሁኔታ የሚያስተምሩ ኩባንያዎች ይሆናሉ: ንጹህ ውሂብ፣ ታማኝ ግምገማ፣ ተከታታይ አስተዳደር። ይህ የግዢ ልምምድ አይደለም። የምህንድስና ባህል ነው።

ድርጅትዎ በዚያ ኩርባ ላይ የት ነው: አሁንም እየፕሮምፕት ነው፣ አስቀድሞ እያወራ ነው፣ ወይስ ማስተማር ዝግጁ ነው?

ሒሳባዊ ይሁኑ። በብልሃት ይሠሩ። በስትራቴጂ ይመሩ። በኃላፊነት ይገንቡ። በዓለም ያድጉ። በሰው ሰራሽ አዕምሮ እውነተኛ የንግድ ዋጋ ይፍጠሩ።

#ArtificialIntelligence #FineTuning #EnterpriseArchitecture #LLM #RAG #AIStrategy #MachineLearning #AIGovernance #CTO #CEO #DigitalTransformation

በመጀመሪያ በLinkedIn ላይ በኬሻቫን ቲያጋራጃ ተለቅቋል። ኦሪጅናሉን በLinkedIn ላይ ያንብቡ። [1]