Praxiseinstieg Large Language Models

KAPITEL 4

LLMs mit individuellem Feintuning optimieren

Bisher haben wir ausschließlich LLMs – sowohl Open Source als auch Closed Source – verwendet, da sie in einsatzbereiten Versionen verfügbar sind. Wir haben uns auf die Leistungsfähigkeit der Attention-Mechanismen von Transformern und deren Rechengeschwindigkeit verlassen, um einige ziemlich komplexe Probleme relativ leicht lösen zu können. Wie Sie sich wahrscheinlich schon denken, ist das nicht immer genug.

In diesem Kapitel tauchen wir ein in die Welt des Feintunings großer Sprachmodelle (LLMs), um deren volles Potenzial zu erschließen. Durch Feintuning werden Standardmodelle aktualisiert und in die Lage versetzt, hochwertigere Ergebnisse zu erzielen. Dabei kann es zur Einsparung von Token ...