Создание обучающего запуска с помощью пользовательского интерфейса тонкой настройки модели Foundation

Внимание

Эта функция доступна в общедоступной предварительной версии в следующих регионах: centralus, , eastus, eastus2и northcentraluswestus.

В этой статье описывается, как создать и настроить обучающий запуск с помощью пользовательского интерфейса Обучения модели Мозаичного ИИ (теперь частью пользовательского интерфейса Обучения модели ИИ) в базовой модели. Вы также можете создать запуск с помощью API. Инструкции см. в статье "Создание обучающего запуска с помощью API тонкой настройки модели Foundation".

Требования

См. раздел Требования.

Создание обучаемого запуска с помощью пользовательского интерфейса

Выполните следующие действия, чтобы создать обучающий запуск с помощью пользовательского интерфейса.

1. В левой боковой панели щелкните "Эксперименты".

2. На карточке тонкой настройки модели foundation нажмите кнопку "Создать эксперимент модели ИИ мозаики".

   

3. Откроется форма тонкой настройки модели Foundation. Элементы, помеченные звездочкой, обязательны. Выберите выбранные элементы и нажмите кнопку "Начать обучение".

   Тип: выберите задачу для выполнения.

   Задача	Description
   Настройка инструкций	Продолжайте обучение базовой модели с вводом запроса и ответа, чтобы оптимизировать модель для конкретной задачи.
   Продолжение подготовки к обучению	Продолжайте обучение базовой модели, чтобы дать ему знания, относящиеся к домену.
   Завершение чата	Продолжайте обучение базовой модели с журналами чата, чтобы оптимизировать ее для приложений Q&A или бесед.

   Выберите базовую модель: выберите модель для настройки или обучения. Список поддерживаемых моделей см. в разделе "Поддерживаемые модели".

   Учебные данные: нажмите кнопку " Обзор" , чтобы выбрать таблицу в каталоге Unity или введите полный URL-адрес набора данных обнимания лиц. Рекомендации по размеру данных см. в статье "Рекомендуемый размер данных для обучения модели".

   Если выбрать таблицу в каталоге Unity, необходимо также выбрать вычислительные ресурсы для чтения таблицы.

   Зарегистрируйтесь в расположении: выберите каталог каталога Unity и схему из раскрывающихся меню. Обученная модель сохраняется в этом расположении.

   Имя модели: модель сохраняется с таким именем в каталоге и указанной схеме. Имя по умолчанию отображается в этом поле, которое можно изменить при необходимости.

   Дополнительные параметры: для дополнительной настройки можно настроить дополнительные параметры для оценки, настройки гиперпараметров или обучения из существующей собственной модели.

   Параметр	Description
   Продолжительность обучения	Длительность выполнения обучения, указанная в эпохах (например, 10ep) или маркерах (например, 1000000tok). По умолчанию — 1ep.
   Скорость обучения	Частота обучения для обучения модели. По умолчанию — 5e-7. Оптимизатор — DecoupledLionW с бета-версиями 0,99 и 0,95 и без распада веса. Планировщик скорости обучения — LinearWithWarmupSchedule с 2% от общей продолжительности обучения и окончательного умножения скорости обучения 0.
   Длина контекста	Максимальная длина последовательности примера данных. Данные больше, чем этот параметр, усечены. Значение по умолчанию зависит от выбранной модели.
   Данные оценки	Нажмите кнопку "Обзор" , чтобы выбрать таблицу в каталоге Unity или введите полный URL-адрес набора данных обнимаемого лица. Если оставить это поле пустым, оценка не выполняется.
   Запросы на оценку модели	Введите необязательные запросы, используемые для оценки модели.
   Имя эксперимента	По умолчанию для каждого запуска назначается новое автоматически созданное имя. При необходимости можно ввести пользовательское имя или выбрать существующий эксперимент из раскрывающегося списка.
   Пользовательские весы	По умолчанию обучение начинается с использования исходных весов выбранной модели. Чтобы начать с пользовательских весов из контрольной точки Composer, введите путь к таблице каталога Unity, содержащей значения контрольных точек.

Следующие шаги

После завершения обучения можно просмотреть метрики в MLflow и развернуть модель для вывода. См. шаги 5–7 руководства. Создание и развертывание запуска тонкой настройки модели Foundation.

Дополнительные сведения о настройке инструкции: демонстрационная записная книжка распознавания именованных сущностей см. в примере точной настройки инструкции, которая описывает подготовку данных, настройку конфигурации и развертывания для обучения.